Tutorial CSR - Basics in R
Jochem Tolsma
Latest Version: 27-11-2019
Please email any comments to: j.tolsma@ru.nl
1 Getting up and running
- install the latest version of R: R
- install the latest version of RStudio: RStudio
- open RStudio and follow a brief tour/tutorial
- brief tour of Gulzar
- lot of youtube videos for RStudio
Open RStudio. Your screen will look something like this:
Figure 1. Screenshot 
- I will show you around the major subwindows and taps in RStudio.
2 Working with RScript
Open a new R-script (via file –> new –> RScript (Arrow 1, Figure 1), or simply hit Ctrl+Shift+N)
Make sure to start your script with your name, date.
Always make to start with a clean workspace.
Load the additional packages you will need later.
Always make sure to start with the latest versions of R and your packages.
Always define your workdirectory.
Thus your RScript will look something like this:
########################### Title: Tutorial CSR Author: J Tolsma version: 30-10-2019
########################## before I start I will always do this
# start with clean workspace
rm(list = ls())
# install.packages I will need later here
install.packages("installr") #you first install packages
require(installr) #then you will need to load them. This package is used to simply update R
install.packages("foreign")
require(foreign) #used to read in spss data files
# update if necessarry
updateR()
# define workdirectory, note the double backslashes
setwd("C:\\Users\\Jochem\\Documents\\CRP\\") #change to your own workdirectoryDo you see I start some lines with a # these lines are comments and not code/commands. This is similar as the * sign in SPSS.
To run some code, you place your cursor in the line and hit Ctrl+Enter. You may also select the code you want to run, or copy and paste it directly in the console window (Arrow 2, Figure 1). To see which commands you have executed, you may want to have a look at the history tab (Arrow 3, Figure 1)).
Hint 1: In the upper right corner of the code blocks you see a copy-and-paste sign. You may use this to copy and paste the code of this tutorial in your own script. Hint 2: You really want to learn R? Never ever copy and paste code. Type the code yourself.
3 Installing additional packages
You will probably always need to load and/or install additional packages. You may want to use RStudio’s functionality (Arrow 4, Figure1). I normally prefer to put everyting in my script. See for example in the code block above, line 9 to 12.
4 I don’t understand the code!!
When you see functionname() it means we use a build-in function of R If you want to see how lines/commands/functions work, try to decipher them from the inside out. Thus if you want to dechiper rm(list=ls()):
ls()list=ls()list
Let’s give it a go:
## [1] "biblio" "ref" "tesvariable"## [1] "biblio" "ref" "tesvariable"## [1] "biblio" "list" "ref" "tesvariable"## [1] "biblio" "ref" "tesvariable"## character(0)If you want to know more about specific functions, try to use the help function. For example try the following:
?ls
?rm
At first it will be difficult to read the R Documentation pages. Don’t worry, you will get the hang of it.
5 Hello world!
Don’t ask me why, but every tutorial needs to start with printing Hello world!. Thus here we go.
## [1] "Hello world!"6 Reading in spss.sav files
We are going to work with two datasets you used during the lecture: “Culturele Veranderingen”. For more information on these datasets, see here.
Please download the files to your working directory.
Cultural Changes_2008.sav: Download Cultural Changes_2008.sav
Cultural Changes_2010.sav: Download Cultural Changes_2010.sav
# ignore the warnings ?read.spss
cv08 <- read.spss("Cultural Changes_2008.sav", use.value.labels = T, to.data.frame = T)
cv10 <- read.spss("Cultural Changes_2010.sav", use.value.labels = T, to.data.frame = T)
# normally I think setting use.value.labels=F is more convenient. Thus lets load the data again but
# now without labels
cv08_nolab <- read.spss("Cultural Changes_2008.sav", use.value.labels = F, to.data.frame = T)
cv10_nolab <- read.spss("Cultural Changes_2010.sav", use.value.labels = F, to.data.frame = T)So you see I read in the data by using the function read.spss(). Within this function I set some arguments/parameters (e.g. use.value.labels).
Now we can inspect our datasets:
- Find the Environment tab in the upper right window (Arrow 5, Figure1).
- Find the little arrow and decollap.
- What do we see?
- Double click on one of the datasets.
- What happens?
- Go to the new window and have a look at the data.
- Close this window when finished.
- Lets use some build-in functions to get more information of our dataset.
## [1] "we_id" "veilignr" "lft1" "geslacht" "allochtn" "lft01" "lftop" "gewicht"
## [9] "var006n" "v040" "var723" "var723a" "v202n" "var1061a" "var1061b" "var1062a"
## [17] "var1062b" "int137n" "int138n" "int139n" "int140n" "int141n" "v401" "var1343"
## [25] "var648" "var149" "var058" "var059" "var064" "var365" "var065" "var092"
## [33] "var096" "int054" "int055" "int056" "int057" "int058" "int059" "int059a"
## [41] "var571" "var572" "var573" "var574" "var576" "var153" "var154" "var155"
## [49] "var156" "var157" "var157a" "var154a" "var164" "var165" "var166" "var179"
## [57] "var180" "var184" "var185" "var198a" "var198" "var201a" "var201b" "var204"
## [65] "int257" "var211" "var223" "var1320" "var1321" "var1322" "var1323" "var1324"
## [73] "var1325" "var1326" "var1327" "var1328" "var229" "int218" "int219" "int221"
## [81] "int222" "int223" "int710" "int711" "int712" "int713" "int714" "int715"
## [89] "int716" "var433" "var439" "var1329" "var1330" "var445" "var446" "var447"
## [97] "var451" "var452" "var1316" "var1317" "var1331" "vw065" "var491" "var040"
## [105] "var1304" "var274" "var275" "var1196" "var1197" "var461" "var273" "var1262"
## [113] "var239" "var318" "var319" "var320" "var1209" "var1210" "var599" "var600"
## [121] "var408" "var409" "var10401" "var10402" "var10403" "var10404" "var10405" "var10406"
## [129] "var10407" "var10408" "var10409" "var10410" "var10411" "var10412" "var10413" "var10414"
## [137] "var10415" "var10416" "var1046a" "var1046b" "var1046c" "var1046d" "var1046e" "var1046f"
## [145] "var1046g" "var1046h" "var1046i" "var1046j" "var1046k" "var1046l" "var1046m" "var1046n"
## [153] "var1046o" "var1046p" "var687" "var688" "var689" "var953" "var1265" "var351"
## [161] "var402" "var595" "var972b" "var972d" "var972e" "var972f" "var972h" "var972i"
## [169] "var972k" "var1039b" "var1039c" "var1039d" "var1039e" "var1039f" "var1039g" "var1039h"
## [177] "var1039i" "var1039j" "var1039l" "var1039m" "var1145a" "var1145b" "var1145c" "var1145d"
## [185] "var1145e" "var1145f" "var1145g" "var1145h" "var1145i" "var1145j" "var1145k" "var1145l"
## [193] "var1145m" "var1145n" "var1145o" "var1145p" "var1146" "var1163" "var1335" "var1336"
## [201] "var1337" "var347" "var544" "var757bm" "var1318" "var1332" "var1333" "var1334"
## [209] "var763" "var766" "var767" "var1319" "var844" "var846" "var847" "var594"
## [217] "var1017" "var357" "var1307" "var1338" "var1339" "var1340" "var1341" "var1342"
## [225] "var516" "var683b" "var728b" "var729b" "var546" "var758" "var759" "var1031"
## [233] "var1103" "var1104" "var1106" "var1315a" "var1310" "var1311" "var1312" "var1313"
## [241] "var1314" "var900k" "var900l" "var548" "var5504" "var462b" "soorthhn" "plaatsin"
## [249] "lft2" "lft3" "lft4" "lft5" "lft6" "lft7" "lft8" "lft9"
## [257] "lft10" "geslac_1" "geslac_2" "geslac_3" "geslac_4" "geslac_5" "geslac_6" "geslac_7"
## [265] "geslac_8" "geslac_9" "lftcatjo" "soortbew" "soi98dop" "isco_op" "gemgrjj" "landd"
## [273] "stede" "generat" "typehh" "plaatshh" "plhh17" "wperiode"## we_id veilignr lft1 geslacht allochtn
## 36775330: 1 Min. :811000004 44 : 54 Onbekend: 10 geen allochtoon:1691
## 36775340: 1 1st Qu.:812003955 39 : 51 Man :996 allochtoon : 262
## 36775420: 1 Median :902002867 58 : 46 Vrouw :957 onbekend : 0
## 36775440: 1 Mean :875088135 46 : 45 Onbekend : 10
## 36775450: 1 3rd Qu.:904000134 49 : 43
## 36775460: 1 Max. :905010166 52 : 42
## (Other) :1957 (Other):1682
## lft01 lftop gewicht var006n v040
## 38 : 48 39 : 48 Min. : 955.1 mbo :543 Geen opgave: 0
## 43 : 48 40 : 45 1st Qu.: 5137.2 basisonderwijs :380 N.v.t. : 0
## 58 : 48 49 : 45 Median : 6473.4 hbo :339 Weet niet : 0
## 61 : 47 58 : 44 Mean : 6676.3 vmbo :287 Weigert : 0
## 39 : 45 44 : 43 3rd Qu.: 7981.1 wo_duplicated_8:166 Ja :1273
## 44 : 43 52 : 43 Max. :20501.2 mavo :137 Nee : 690
## (Other):1684 (Other):1695 (Other) :111
## var723 var723a v202n var1061a
## N.v.t. :690 N.v.t. :1957 werkt >12 uur :1137 Geen opgave: 0
## 40 :315 minder dan 30 uur, : 2 gepensioneerd,vut: 308 N.v.t. : 0
## 36 :123 of om 30 uur of meer per week ?: 2 eigen huishouden : 168 Weet niet : 0
## 32 :114 Weet niet : 1 scholier, student: 147 Weigert : 0
## 38 : 70 minder dan 12 uur, : 1 arbeidsongeschikt: 54 Ja : 547
## 20 : 64 Geen opgave : 0 anders : 46 Nee :1416
## (Other):587 (Other) : 0 (Other) : 103
## var1061b var1062a var1062b int137n
## N.v.t. :1416 Geen opgave: 0 N.v.t. :1518 of net zoveel tijd als nu?:819
## 1 : 131 N.v.t. : 0 1 : 127 N.v.t. :475
## 2 : 127 Weet niet : 0 2 : 70 minder tijd, :390
## 3 : 60 Weigert : 0 4 : 46 meer tijd, :278
## 4 : 51 Ja : 445 3 : 42 Weigert : 1
## 10 : 41 Nee :1518 5 : 31 Geen opgave : 0
## (Other): 137 (Other): 129 (Other) : 0
## int138n int139n int140n
## Net zoveel tijd als nu:1214 Net zoveel tijd als nu:944 of net zoveel tijd als nu?:970
## Minder tijd : 384 Meer tijd :652 meer tijd, :924
## Meer tijd : 299 N.v.t. :346 minder tijd, : 37
## N.v.t. : 65 Minder tijd : 19 N.v.t. : 31
## Weigert : 1 Weet niet : 1 Weigert : 1
## Geen opgave : 0 Weigert : 1 Geen opgave : 0
## (Other) : 0 (Other) : 0 (Other) : 0
## int141n v401 var1343
## Meer tijd :968 goed, :1060 Geen opgave: 0
## Net zoveel tijd als nu:924 zeer goed, : 504 N.v.t. : 0
## Minder tijd : 45 gaat wel, : 320 Weet niet : 2
## N.v.t. : 24 slecht, : 67 Weigert : 0
## Weet niet : 1 of zeer slecht?: 12 Ja : 44
## Weigert : 1 Geen opgave : 0 Soms : 174
## (Other) : 0 (Other) : 0 Nee :1743
## var648 var149 var058 var059
## tevreden, :845 Tevreden :1186 Geen opgave: 0 Geen opgave: 0
## zeer tevreden, :737 Tamelijk tevreden: 507 N.v.t. : 0 N.v.t. : 0
## buitengewoon tevreden,:176 Niet tevreden : 240 Weet niet : 35 Weet niet : 15
## tamelijk tevreden, :145 Weet niet : 30 Weigert : 1 Weigert : 1
## of niet zo tevreden? : 60 Geen opgave : 0 Ja :1491 Ja :1721
## Geen opgave : 0 N.v.t. : 0 Nee : 436 Nee : 226
## (Other) : 0 (Other) : 0
## var064 var365 var065
## Geen opgave: 0 Geen opgave: 0 Geen opgave : 0
## N.v.t. : 0 N.v.t. : 0 N.v.t. : 0
## Weet niet : 129 Weet niet : 185 Weet niet : 69
## Weigert : 1 Weigert : 0 Weigert : 0
## Voldoende :1022 Ja :1154 Voorziet crisis :1327
## Onvoldoende: 811 Nee : 624 Welvaart houdt aan: 567
##
## var092 var096
## of gaat achteruit? :1230 Een beetje meer :800
## gedeeltelijk vooruit gedeeltelijk achteruit,: 318 Laten zoals nu :534
## blijft ongeveer gelijk, : 313 Veel meer :410
## gaat vooruit : 70 Een beetje minder: 93
## Weet niet : 32 Weet niet : 84
## Geen opgave : 0 Veel minder : 42
## (Other) : 0 (Other) : 0
## int054 int055
## Groot :1063 Niet zo groot :1213
## Niet zo groot : 496 Groot : 551
## Zeer groot : 329 Weet niet : 85
## Weet niet : 60 Zeer groot : 57
## Helemaal geen tegenstelling: 15 Helemaal geen tegenstelling: 57
## Geen opgave : 0 Geen opgave : 0
## (Other) : 0 (Other) : 0
## int056 int057
## Groot :987 Groot :803
## Niet zo groot :571 Niet zo groot :756
## Zeer groot :258 Zeer groot :213
## Weet niet :118 Weet niet :145
## Helemaal geen tegenstelling: 29 Helemaal geen tegenstelling: 46
## Geen opgave : 0 Geen opgave : 0
## (Other) : 0 (Other) : 0
## int058 int059
## Niet zo groot :848 Groot :943
## Groot :696 Niet zo groot :694
## Weet niet :163 Zeer groot :219
## Zeer groot :139 Weet niet : 59
## Helemaal geen tegenstelling:117 Helemaal geen tegenstelling: 48
## Geen opgave : 0 Geen opgave : 0
## (Other) : 0 (Other) : 0
## int059a var571 var572
## Groot :944 Geen opgave : 0 Geen opgave : 0
## Niet zo groot :500 N.v.t. : 0 N.v.t. :830
## Zeer groot :370 Weet niet : 38 Weet niet : 4
## Weet niet :103 Weigert : 0 Weigert : 1
## Helemaal geen tegenstelling: 46 Stijgen :152 Sterk :227
## Geen opgave : 0 Gelijk blijven:792 Enigszins :462
## (Other) : 0 Dalen :981 Een klein beetje:439
## var573 var574 var576
## Geen opgave : 0 Geen opgave : 0 mee oneens, :727
## N.v.t. : 0 N.v.t. :1133 mee eens, :673
## Weet niet : 41 Weet niet : 9 noch mee eens, noch mee oneens,:285
## Weigert : 2 Weigert : 0 of sterk mee oneens? :168
## Stijgen : 686 Sterk : 171 sterk mee eens, : 60
## Gelijk blijven:1090 Enigszins : 358 Weet niet : 50
## Dalen : 144 Een klein beetje: 292 (Other) : 0
## var153 var154 var155
## Geen opgave : 0 Geen opgave : 0 Geen opgave : 0
## N.v.t. : 0 N.v.t. : 0 N.v.t. : 0
## Weet niet : 12 Weet niet : 189 Weet niet :400
## Weigert : 0 Weigert : 1 Weigert : 1
## Tevreden :1421 Te goed (niet noemen): 4 Te goed (niet noemen): 21
## Ontevreden : 385 Voldoende :1034 Voldoende :814
## Geen oordeel: 145 Onvoldoende : 735 Onvoldoende :727
## var156 var157 var157a
## Geen opgave : 0 Geen opgave : 0 Geen opgave : 0
## N.v.t. : 0 N.v.t. : 0 N.v.t. : 0
## Weet niet : 324 Weet niet :674 Weet niet :340
## Weigert : 2 Weigert : 1 Weigert : 2
## Te goed (niet noemen): 37 Te goed (niet noemen): 9 Te goed (niet noemen): 21
## Voldoende :1083 Voldoende :711 Voldoende :840
## Onvoldoende : 517 Onvoldoende :568 Onvoldoende :760
## var154a var164 var165
## Geen opgave : 0 Te groot :1199 Een beetje kleiner:890
## N.v.t. : 0 Ongeveer juist: 636 Veel kleiner :511
## Weet niet : 239 Te klein : 68 Blijven zoals nu :392
## Weigert : 2 Weet niet : 60 Een beetje groter : 93
## Te goed (niet noemen): 20 Geen opgave : 0 Weet niet : 47
## Voldoende :1343 N.v.t. : 0 Veel groter : 30
## Onvoldoende : 359 (Other) : 0 (Other) : 0
## var166 var179 var180 var184
## Blijven zoals nu :951 Geen opgave: 0 Geen opgave: 0 Geen opgave: 0
## Een beetje kleiner:651 N.v.t. : 0 N.v.t. : 0 N.v.t. : 0
## Veel kleiner :185 Weet niet : 5 Weet niet : 10 Weet niet : 9
## Weet niet :109 Weigert : 0 Weigert : 0 Weigert : 1
## Een beetje groter : 57 Ja :1819 Ja :1507 Ja :1456
## Veel groter : 10 Nee : 139 Nee : 446 Nee : 497
## (Other) : 0
## var185 var198a var198 var201a
## Geen opgave: 0 Geen opgave: 0 Rooms-katholiek (RK) :726 Geen opgave: 0
## N.v.t. : 0 N.v.t. : 0 N.v.t. :617 N.v.t. : 0
## Weet niet : 10 Weet niet : 0 Nederlands Hervormd (NH):322 Weet niet : 1
## Weigert : 0 Weigert : 0 Gereformeerd :163 Weigert : 0
## Ja :1458 Ja :1346 Ander geloof : 74 Ja : 660
## Nee : 495 Nee : 617 Islamitisch : 50 Nee :1302
## (Other) : 11
## var201b
## N.v.t. :1303
## Rooms-katholiek (RK) : 296
## Protestantse Kerk in Nederland (PKN Samen op Weg Kerken): 203
## Ander kerkgenootschap of levensbeschouwelijke groepering : 123
## Islamitisch : 33
## Hindoe : 3
## (Other) : 2
## var204 int257 var211
## of nooit? :1130 Enigszins gelovig :717 Geen opgave : 0
## minder dan eenmaal per maand,: 430 Noch gelovig, noch ongelovig:358 N.v.t. : 0
## eens per week of vaker, : 208 Erg gelovig :237 Weet niet : 26
## eens per maand, : 121 Buitengewoon ongelovig :204 Weigert : 0
## eens per 2 weken, : 73 Enigszins ongelovig :203 Ja : 580
## Weet niet : 1 Erg ongelovig :187 Gedeeltelijk: 185
## (Other) : 0 (Other) : 57 Nee :1172
## var223 var1320
## Geen opgave : 0 enigszins mee eens, :862
## N.v.t. : 0 sterk mee eens, :808
## Weet niet : 13 niet mee eens, niet mee oneens,:148
## Weigert : 2 enigszins mee oneens, : 55
## Moeten los van elkaar staan :1526 Weet niet : 48
## Moeten niet los van elkaar staan: 280 of sterk mee oneens? : 41
## Hangt ervan af : 142 (Other) : 1
## var1321 var1322 var1323
## enigszins mee eens, :721 Geen opgave : 0 Geen opgave : 0
## enigszins mee oneens, :370 N.v.t. : 0 N.v.t. : 0
## niet mee eens, niet mee oneens,:361 Weet niet : 45 Weet niet : 4
## sterk mee eens, :339 Weigert : 1 Weigert : 0
## of sterk mee oneens? :162 helemaal voor u, :341 vaak, : 147
## Weet niet : 10 gedeeltelijk voor u, :751 soms, : 332
## (Other) : 0 of helemaal niet voor u?:825 of zelden of nooit?:1480
## var1324 var1325 var1326
## Geen opgave : 0 Geen opgave : 0 Geen opgave : 0
## N.v.t. : 0 N.v.t. : 0 N.v.t. : 0
## Weet niet : 2 Weet niet : 1 Weet niet : 1
## Weigert : 0 Weigert : 0 Weigert : 0
## Vaak : 86 vaak, : 63 Vaak : 20
## Soms, : 168 soms, : 280 Soms, : 103
## Zelden of nooit?:1707 of zelden of nooit?:1619 Zelden of nooit?:1839
## var1327 var1328 var229
## Geen opgave : 0 Geen opgave : 0 Een goede gezondheid :1127
## N.v.t. : 0 N.v.t. : 0 Een leuk gezin : 400
## Weet niet : 1 Weet niet : 1 Een goed huwelijksleven : 212
## Weigert : 0 Weigert : 0 Een sterk geloof : 81
## vaak, : 134 Vaak : 34 Veel vrienden en kennissen: 63
## soms, : 348 Soms, : 104 Prettig werk : 35
## of zelden of nooit?:1480 Zelden of nooit?:1824 (Other) : 45
## int218 int219 int221
## Enig vertrouwen :1088 Enig vertrouwen :1104 Enig vertrouwen :658
## Zeer weinig vertrouwen : 372 Veel vertrouwen : 474 Zeer weinig vertrouwen :474
## Veel vertrouwen : 326 Zeer weinig vertrouwen : 229 Helemaal geen vertrouwen:412
## Helemaal geen vertrouwen: 106 Weet niet : 101 Veel vertrouwen :231
## Weet niet : 45 Helemaal geen vertrouwen: 31 Weet niet :156
## Onbeperkt vertrouwen : 26 Onbeperkt vertrouwen : 24 Onbeperkt vertrouwen : 32
## (Other) : 0 (Other) : 0 (Other) : 0
## int222 int223 int710
## Enig vertrouwen :838 Enig vertrouwen :858 Veel vertrouwen :859
## Veel vertrouwen :641 Veel vertrouwen :781 Enig vertrouwen :812
## Zeer weinig vertrouwen :301 Zeer weinig vertrouwen :194 Zeer weinig vertrouwen :200
## Helemaal geen vertrouwen: 84 Weet niet : 62 Onbeperkt vertrouwen : 38
## Weet niet : 62 Onbeperkt vertrouwen : 39 Helemaal geen vertrouwen: 36
## Onbeperkt vertrouwen : 37 Helemaal geen vertrouwen: 29 Weet niet : 17
## (Other) : 0 (Other) : 0 (Other) : 1
## int711 int712 int713
## Enig vertrouwen :1008 Enig vertrouwen :914 Enig vertrouwen :1046
## Zeer weinig vertrouwen : 398 Veel vertrouwen :675 Zeer weinig vertrouwen : 365
## Veel vertrouwen : 343 Zeer weinig vertrouwen :245 Veel vertrouwen : 306
## Helemaal geen vertrouwen: 98 Helemaal geen vertrouwen: 74 Weet niet : 125
## Weet niet : 89 Onbeperkt vertrouwen : 35 Helemaal geen vertrouwen: 104
## Onbeperkt vertrouwen : 26 Weet niet : 20 Onbeperkt vertrouwen : 17
## (Other) : 1 (Other) : 0 (Other) : 0
## int714 int715 int716
## Enig vertrouwen :1029 Enig vertrouwen :888 Enig vertrouwen :861
## Zeer weinig vertrouwen : 427 Zeer weinig vertrouwen :392 Veel vertrouwen :500
## Veel vertrouwen : 287 Veel vertrouwen :284 Zeer weinig vertrouwen :254
## Weet niet : 104 Weet niet :210 Weet niet :215
## Helemaal geen vertrouwen: 95 Helemaal geen vertrouwen:174 Helemaal geen vertrouwen:118
## Onbeperkt vertrouwen : 21 Onbeperkt vertrouwen : 15 Onbeperkt vertrouwen : 15
## (Other) : 0 (Other) : 0 (Other) : 0
## var433 var439
## Helemaal niet mee eens :557 In grote lijnen mee eens :623
## In grote lijnen mee eens :536 Volkomen mee eens :421
## Eigenlijk niet mee eens :452 Noch mee eens, noch mee oneens:326
## Noch mee eens, noch mee oneens:278 Eigenlijk niet mee eens :278
## Volkomen mee eens :115 Helemaal niet mee eens :239
## Weet niet : 25 Weet niet : 76
## (Other) : 0 (Other) : 0
## var1329 var1330
## Volkomen mee eens :751 Helemaal niet mee eens :509
## In grote lijnen mee eens :621 In grote lijnen mee eens :430
## Eigenlijk niet mee eens :207 Eigenlijk niet mee eens :406
## Noch mee eens, noch mee oneens:192 Noch mee eens, noch mee oneens:383
## Helemaal niet mee eens :166 Volkomen mee eens :184
## Weet niet : 26 Weet niet : 51
## (Other) : 0 (Other) : 0
## var445 var446
## Helemaal niet mee eens :898 In grote lijnen mee eens :569
## Eigenlijk niet mee eens :364 Noch mee eens, noch mee oneens:360
## In grote lijnen mee eens :352 Helemaal niet mee eens :330
## Noch mee eens, noch mee oneens:229 Volkomen mee eens :327
## Volkomen mee eens : 94 Eigenlijk niet mee eens :321
## Weet niet : 26 Weet niet : 56
## (Other) : 0 (Other) : 0
## var447 var451
## In grote lijnen mee eens :495 Helemaal niet mee eens :957
## Helemaal niet mee eens :449 Eigenlijk niet mee eens :374
## Eigenlijk niet mee eens :378 In grote lijnen mee eens :264
## Noch mee eens, noch mee oneens:331 Noch mee eens, noch mee oneens:237
## Volkomen mee eens :271 Volkomen mee eens : 73
## Weet niet : 39 Weet niet : 58
## (Other) : 0 (Other) : 0
## var452 var1316
## In grote lijnen mee eens :607 In grote lijnen mee eens :485
## Noch mee eens, noch mee oneens:405 Helemaal niet mee eens :433
## Eigenlijk niet mee eens :371 Noch mee eens, noch mee oneens:393
## Helemaal niet mee eens :327 Eigenlijk niet mee eens :379
## Volkomen mee eens :171 Volkomen mee eens :196
## Weet niet : 82 Weet niet : 77
## (Other) : 0 (Other) : 0
## var1317 var1331
## In grote lijnen mee eens :478 Tamelijk trots :1218
## Noch mee eens, noch mee oneens:470 Zeer trots : 413
## Eigenlijk niet mee eens :367 Niet zo trots : 198
## Helemaal niet mee eens :355 Weet niet : 82
## Volkomen mee eens :222 Helemaal niet trots: 52
## Weet niet : 71 Geen opgave : 0
## (Other) : 0 (Other) : 0
## vw065 var491 var040
## Geen opgave : 0 gewoon, :811 regelmatig, :1014
## N.v.t. : 0 matig, :476 af en toe, : 512
## Weet niet : 115 weinig, :254 een enkele keer,: 240
## Weigert : 0 sterk, :226 of niet? : 196
## Wel te vertrouwen :1024 of helemaal niet?:191 Weet niet : 1
## Je kunt niet voorzichtig genoeg zijn: 824 Weet niet : 5 Geen opgave : 0
## (Other) : 0 (Other) : 0
## var1304 var274
## tamelijk tevreden, :1339 Ja :1654
## niet zo tevreden : 312 Nee : 186
## zeer tevreden, : 219 Mag niet stemmen (niet noemen): 74
## Weet niet : 49 Misschien : 47
## of helemaal niet tevreden?: 43 Weet niet : 2
## Weigert : 1 Geen opgave : 0
## (Other) : 0 (Other) : 0
## var275 var1196 var1197
## Weet nog niet :367 Geen opgave : 0 Geen opgave : 0
## CDA :304 N.v.t. : 0 N.v.t. : 0
## PvdA :304 Weet niet : 32 Weet niet : 195
## N.v.t. :262 Weigert : 1 Weigert : 0
## VVD :201 Goede zaak :1307 Wel voordeel :1342
## SP (Socialistische partij):124 Slechte zaak : 156 Geen voordeel: 426
## (Other) :401 Noch goed, noch slecht: 467
## var461 var273 var1262
## geen van beide, :609 een beetje groter worden, :836 mee oneens, :665
## gematigd links, :529 blijven zoals nu, :635 mee eens, :566
## gematigd rechts,:513 veel groter worden, :331 noch mee eens, noch mee oneens,:506
## Weet niet :214 een beetje kleiner worden,: 75 zeer mee eens, :153
## zeer links, : 53 Weet niet : 73 of zeer mee oneens? : 47
## of zeer rechts? : 45 of veel kleiner worden? : 13 Weet niet : 25
## (Other) : 0 (Other) : 0 (Other) : 1
## var239 var318 var319 var320
## Geen opgave: 0 Geen opgave: 0 Geen opgave: 0 Geen opgave: 0
## N.v.t. : 0 N.v.t. : 0 N.v.t. : 0 N.v.t. : 0
## Weet niet : 39 Weet niet : 24 Weet niet : 46 Weet niet : 99
## Weigert : 2 Weigert : 1 Weigert : 1 Weigert : 1
## Mee eens : 554 Mee eens :986 Mee eens : 776 Mee eens :1084
## Mee oneens :1368 Mee oneens :952 Mee oneens :1140 Mee oneens : 779
##
## var1209 var1210 var599
## mee eens, :856 mee eens, :1056 Geen opgave: 0
## helemaal mee eens, :495 helemaal mee eens, : 501 N.v.t. : 0
## niet mee eens, :447 niet mee eens, : 273 Weet niet : 2
## of helemaal niet mee eens?:111 of helemaal niet mee eens?: 67 Weigert : 0
## Weet niet : 53 Weet niet : 65 Ja : 171
## Weigert : 1 Weigert : 1 Nee :1790
## (Other) : 0 (Other) : 0
## var600 var408 var409
## Geen opgave: 0 Geen opgave : 0 Geen opgave : 0
## N.v.t. : 0 N.v.t. : 0 N.v.t. : 0
## Weet niet : 1 Weet niet : 23 Weet niet : 29
## Weigert : 0 Weigert : 0 Weigert : 0
## Ja : 468 Zeer waarschijnlijk :288 Keurt goed :1344
## Nee :1494 Enigszins waarschijnlijk:796 Kan niet veel schelen: 111
## Onwaarschijnlijk :856 Keurt af : 479
## var10401
## Een stabiele economie handhaven :300
## Streven naar een vriendelijk en miner onpersoonlijke samenleving:272
## De vrijheid van meningsuiting beschermen :254
## Het op peil houden van de sociale zekerheid :208
## De strijd tegen misdaad :195
## Orde handhaven :171
## (Other) :563
## var10402
## Een stabiele economie handhaven :236
## De strijd tegen misdaad :229
## Het op peil houden van de sociale zekerheid :215
## De vrijheid van meningsuiting beschermen :201
## Orde handhaven :198
## Streven naar een vriendelijk en miner onpersoonlijke samenleving:174
## (Other) :710
## var10403
## Het op peil houden van de sociale zekerheid :241
## De strijd tegen misdaad :209
## Een stabiele economie handhaven :192
## De vrijheid van meningsuiting beschermen :190
## Er voor zorgen dat de werkloosheid sterk vermindert:187
## Orde handhaven :181
## (Other) :763
## var10404
## Het op peil houden van de sociale zekerheid :205
## Er voor zorgen dat de werkloosheid sterk vermindert:197
## De strijd tegen misdaad :186
## De vrijheid van meningsuiting beschermen :185
## Een stabiele economie handhaven :169
## Orde handhaven :157
## (Other) :864
## var10405
## Orde handhaven :185
## Het op peil houden van de sociale zekerheid :174
## Er voor zorgen dat de werkloosheid sterk vermindert:172
## De strijd tegen misdaad :171
## De vrijheid van meningsuiting beschermen :168
## Een stabiele economie handhaven :148
## (Other) :945
## var10406
## Er voor zorgen dat de werkloosheid sterk vermindert:174
## De strijd tegen misdaad :173
## De vrijheid van meningsuiting beschermen :165
## Orde handhaven :161
## Het op peil houden van de sociale zekerheid :160
## Een stabiele economie handhaven :152
## (Other) :978
## var10407
## Er voor zorgen dat de werkloosheid sterk vermindert : 188
## Orde handhaven : 164
## De strijd tegen misdaad : 150
## Een stabiele economie handhaven : 140
## De vrijheid van meningsuiting beschermen : 133
## Streven naar een vriendelijk en miner onpersoonlijke samenleving: 133
## (Other) :1055
## var10408
## Er voor zorgen dat de werkloosheid sterk vermindert : 156
## De politieke inspraak van de burgers vergroten : 151
## Orde handhaven : 144
## Een hoge mate van economische groei handhaven : 137
## De mensen meer inspraak geven bij beslissingen op het het werk en in hun woonplaats: 137
## Bestrijden van mileuverontreiniging : 127
## (Other) :1111
## var10409
## De mensen meer inspraak geven bij beslissingen op het het werk en in hun woonplaats: 169
## De politieke inspraak van de burgers vergroten : 156
## Bestrijden van mileuverontreiniging : 145
## Een hoge mate van economische groei handhaven : 144
## Prijsstijgingen tegengaan : 135
## Er voor zorgen dat de werkloosheid sterk vermindert : 135
## (Other) :1079
## var10410
## De mensen meer inspraak geven bij beslissingen op het het werk en in hun woonplaats: 170
## De politieke inspraak van de burgers vergroten : 169
## Prijsstijgingen tegengaan : 159
## Een hoge mate van economische groei handhaven : 142
## Bestrijden van mileuverontreiniging : 139
## Streven naar een samenleving waarin ideeën belangrijker zijn dan geld : 138
## (Other) :1046
## var10411
## De politieke inspraak van de burgers vergroten : 190
## De mensen meer inspraak geven bij beslissingen op het het werk en in hun woonplaats: 172
## Streven naar een samenleving waarin ideeën belangrijker zijn dan geld : 151
## Prijsstijgingen tegengaan : 147
## Proberen onze steden en ons platteland te verfraaien : 137
## Bestrijden van mileuverontreiniging : 137
## (Other) :1029
## var10412
## De mensen meer inspraak geven bij beslissingen op het het werk en in hun woonplaats:198
## Prijsstijgingen tegengaan :174
## De politieke inspraak van de burgers vergroten :172
## Proberen onze steden en ons platteland te verfraaien :172
## Streven naar een samenleving waarin ideeën belangrijker zijn dan geld :159
## Een hoge mate van economische groei handhaven :147
## (Other) :941
## var10413
## Proberen onze steden en ons platteland te verfraaien :214
## De mensen meer inspraak geven bij beslissingen op het het werk en in hun woonplaats :199
## De politieke inspraak van de burgers vergroten :181
## Streven naar een samenleving waarin ideeën belangrijker zijn dan geld :163
## Zorgen voor een gode opvang van (allochtone) immigranten, zoals Turken, Marokkanen en Surinamers:162
## Prijsstijgingen tegengaan :156
## (Other) :888
## var10414
## Proberen onze steden en ons platteland te verfraaien :305
## Zorgen voor een gode opvang van (allochtone) immigranten, zoals Turken, Marokkanen en Surinamers:192
## Streven naar een samenleving waarin ideeën belangrijker zijn dan geld :191
## Zorgen voor een sterk leger in Nederland :178
## De politieke inspraak van de burgers vergroten :173
## De mensen meer inspraak geven bij beslissingen op het het werk en in hun woonplaats :159
## (Other) :765
## var10415
## Proberen onze steden en ons platteland te verfraaien :326
## Zorgen voor een sterk leger in Nederland :323
## Zorgen voor een gode opvang van (allochtone) immigranten, zoals Turken, Marokkanen en Surinamers:278
## Streven naar een samenleving waarin ideeën belangrijker zijn dan geld :158
## Een hoge mate van economische groei handhaven :144
## De politieke inspraak van de burgers vergroten :127
## (Other) :607
## var10416
## Zorgen voor een sterk leger in Nederland :813
## Zorgen voor een gode opvang van (allochtone) immigranten, zoals Turken, Marokkanen en Surinamers:377
## Proberen onze steden en ons platteland te verfraaien :234
## Streven naar een samenleving waarin ideeën belangrijker zijn dan geld :104
## Een hoge mate van economische groei handhaven : 72
## -3 weet niet : 55
## (Other) :308
## var1046a var1046b var1046c var1046d var1046e var1046f
## 2 :198 11 :190 12 : 174 1 :254 13 : 153 16 :813
## 5 :185 13 :181 10 : 159 2 :201 12 : 147 15 :323
## 3 :181 14 :173 13 : 156 3 :190 15 : 144 14 :178
## 1 :171 12 :172 14 : 152 4 :185 9 : 144 13 :127
## 7 :164 10 :169 11 : 147 5 :168 10 : 142 11 : 93
## 6 :161 9 :156 9 : 135 6 :165 14 : 142 12 : 90
## (Other):903 (Other):922 (Other):1040 (Other):800 (Other):1091 (Other):339
## var1046g var1046h var1046i var1046j var1046k var1046l var1046m
## 13 :199 15 :326 1 :300 2 :229 1 :272 14 : 191 4 :197
## 12 :198 14 :305 2 :236 3 :209 2 :174 13 : 163 7 :188
## 11 :172 16 :234 3 :192 1 :195 3 :142 12 : 159 3 :187
## 10 :170 13 :214 4 :169 4 :186 5 :136 15 : 158 6 :174
## 9 :169 12 :172 6 :152 6 :173 7 :133 11 : 151 5 :172
## 14 :159 11 :137 5 :148 5 :171 9 :130 10 : 138 8 :156
## (Other):896 (Other):575 (Other):766 (Other):800 (Other):976 (Other):1003 (Other):889
## var1046n var1046o var1046p var687 var688
## 5 : 147 3 :241 16 :377 Geen opgave : 0 Geen opgave : 0
## 6 : 147 2 :215 15 :278 N.v.t. : 0 N.v.t. :514
## 9 : 145 1 :208 14 :192 Weet niet : 16 Weet niet : 1
## 13 : 142 4 :205 13 :162 Weigert : 0 Weigert : 0
## 10 : 139 5 :174 12 :135 Neemt toe :1392 In sterke mate :819
## 11 : 137 6 :160 10 :112 Blijft gelijk: 498 Enigszins :497
## (Other):1106 (Other):760 (Other):707 Neemt af : 57 Een klein beetje:132
## var689 var953 var1265
## Geen opgave : 0 te licht :1504 Geen opgave : 0
## N.v.t. : 0 Juist goed : 383 N.v.t. : 0
## Weet niet : 27 Weet niet : 66 Weet niet :342
## Weigert : 0 Te zwaar : 10 Weigert : 0
## Echt probleem:1484 Geen opgave: 0 Strenger gestraft :250
## Hoort erbij : 452 N.v.t. : 0 Even streng gestraft:617
## (Other) : 0 Lichter gestraft :754
## var351 var402
## Sterk mee oneens :626 Noch mee eens, noch mee oneens:656
## Mee oneens :490 Mee eens :630
## Mee eens :404 Mee oneens :473
## Sterk mee eens :218 Sterk mee oneens :129
## Noch mee eens, noch mee oneens:191 Weet niet : 41
## Weet niet : 34 Sterk mee eens : 34
## (Other) : 0 (Other) : 0
## var595 var972b var972d
## Mee eens :1004 Gelijk :720 Meer bij ouderen :856
## Noch mee eens, noch mee oneens: 403 Meer bij ouderen :440 Gelijk :821
## Mee oneens : 285 Meer bij jongeren :348 Veel meer bij ouderen :232
## Sterk mee eens : 114 Veel meer bij jongeren:309 Meer bij jongeren : 30
## Weet niet : 112 Veel meer bij ouderen :145 Veel meer bij jongeren: 18
## Sterk mee oneens : 45 Weigert : 1 Weet niet : 5
## (Other) : 0 (Other) : 0 (Other) : 1
## var972e var972f var972h
## Meer bij ouderen :1183 Gelijk :864 Gelijk :815
## Gelijk : 387 Meer bij ouderen :495 Meer bij jongeren :459
## Veel meer bij ouderen : 336 Meer bij jongeren :242 Meer bij ouderen :330
## Meer bij jongeren : 35 Veel meer bij jongeren:181 Veel meer bij jongeren:311
## Veel meer bij jongeren: 20 Veel meer bij ouderen :172 Veel meer bij ouderen : 43
## Weet niet : 2 Weet niet : 8 Weet niet : 4
## (Other) : 0 (Other) : 1 (Other) : 1
## var972i var972k var1039b
## Meer bij ouderen :1071 Gelijk :799 Overwegend het gezin :885
## Gelijk : 507 Meer bij ouderen :785 Beide evenveel :799
## Veel meer bij ouderen : 354 Veel meer bij ouderen :194 Uitsluitend het gezin:173
## Meer bij jongeren : 17 Meer bij jongeren :102 Overwegend de school : 59
## Veel meer bij jongeren: 12 Veel meer bij jongeren: 79 -3 : 37
## Weet niet : 1 Weet niet : 3 Uitsluitend de school: 10
## (Other) : 1 (Other) : 1 (Other) : 0
## var1039c var1039d var1039e
## Beide evenveel :915 Beide evenveel :1064 Beide evenveel :1168
## Overwegend het gezin :821 Overwegend de school : 374 Overwegend het gezin : 417
## Uitsluitend het gezin:114 Overwegend het gezin : 366 Overwegend de school : 265
## Overwegend de school : 82 -3 : 74 Uitsluitend het gezin: 52
## -3 : 20 Uitsluitend het gezin: 43 -3 : 35
## Uitsluitend de school: 11 Uitsluitend de school: 42 Uitsluitend de school: 26
## (Other) : 0 (Other) : 0 (Other) : 0
## var1039f var1039g var1039h
## Overwegend het gezin :1074 Beide evenveel :1029 Overwegend het gezin :728
## Beide evenveel : 557 Overwegend het gezin : 698 Beide evenveel :591
## Uitsluitend het gezin: 313 Uitsluitend het gezin: 182 Uitsluitend het gezin:269
## -3 : 10 Overwegend de school : 38 Overwegend de school :256
## Uitsluitend de school: 5 -3 : 11 -3 : 75
## Overwegend de school : 4 Uitsluitend de school: 5 Uitsluitend de school: 44
## (Other) : 0 (Other) : 0 (Other) : 0
## var1039i var1039j var1039l
## Overwegend het gezin :963 Beide evenveel :1204 Beide evenveel :1285
## Beide evenveel :669 Overwegend het gezin : 528 Overwegend het gezin : 437
## Uitsluitend het gezin:288 Uitsluitend het gezin: 119 Overwegend de school : 120
## Overwegend de school : 26 Overwegend de school : 76 Uitsluitend het gezin: 87
## -3 : 11 -3 : 24 -3 : 22
## Uitsluitend de school: 6 Uitsluitend de school: 12 Uitsluitend de school: 12
## (Other) : 0 (Other) : 0 (Other) : 0
## var1039m var1145a var1145b var1145c var1145d
## Beide evenveel :1200 Zes :533 Zes :617 Zeven :654 Zeven :617
## Overwegend het gezin : 478 Vijf :481 Zeven :589 Zes :611 Zes :577
## Overwegend de school : 109 Zeven :405 Vijf :243 Vijf :228 Vijf :278
## Uitsluitend het gezin: 109 Vier :233 Weet niet:214 Acht :201 Acht :202
## -3 : 51 Acht :112 Acht :153 Weet niet:151 Weet niet:146
## Uitsluitend de school: 16 Drie : 89 Vier : 86 Vier : 62 Vier : 94
## (Other) : 0 (Other):110 (Other) : 61 (Other) : 56 (Other) : 49
## var1145e var1145f var1145g var1145h var1145i var1145j
## Zeven :628 Zeven :654 Zes :671 Zes :648 Zeven :617 Zes :687
## Zes :557 Zes :575 Zeven :628 Zeven :641 Zes :614 Zeven :467
## Vijf :256 Vijf :305 Vijf :290 Vijf :286 Vijf :272 Vijf :406
## Acht :215 Acht :179 Acht :150 Acht :149 Acht :178 Vier :129
## Weet niet:146 Vier :119 Vier : 80 Weet niet:107 Vier :109 Weet niet: 97
## Vier :104 Weet niet: 49 Weet niet: 77 Vier : 74 Weet niet: 92 Acht : 92
## (Other) : 57 (Other) : 82 (Other) : 67 (Other) : 58 (Other) : 81 (Other) : 85
## var1145k var1145l var1145m var1145n var1145o var1145p
## Zes :625 Zes :630 Zeven :598 Zes :577 Zes :488 Zeven :587
## Zeven :539 Zeven :462 Zes :487 Zeven :518 Zeven :456 Zes :476
## Vijf :335 Vijf :344 Vijf :273 Vijf :345 Vijf :397 Weet niet:369
## Weet niet:222 Vier :139 Acht :206 Vier :163 Vier :193 Acht :201
## Vier : 97 Acht :131 Weet niet:191 Weet niet:162 Acht :182 Vijf :196
## Acht : 90 Weet niet:129 Vier :106 Acht :105 Weet niet:103 Vier : 71
## (Other) : 55 (Other) :128 (Other) :102 (Other) : 93 (Other) :144 (Other) : 63
## var1146 var1163 var1335
## min of meer tevreden,:1439 mee eens, :1250 mee oneens, :986
## nogal ontevreden, : 377 mee oneens, : 518 mee eens, :350
## zeer tevreden, : 68 Weet niet : 90 noch mee eens, noch mee oneens,:342
## of erg ontevreden? : 61 of zeer mee oneens?: 74 of sterk mee oneens? :228
## Weet niet : 17 zeer mee eens, : 31 sterk mee eens, : 49
## Weigert : 1 Geen opgave : 0 Weet niet : 8
## (Other) : 0 (Other) : 0 (Other) : 0
## var1336 var1337
## mee eens, :1310 mee oneens, :1114
## sterk mee eens, : 313 mee eens, : 334
## noch mee eens, noch mee oneens,: 222 of sterk mee oneens? : 255
## mee oneens, : 112 noch mee eens, noch mee oneens,: 221
## Weet niet : 3 sterk mee eens, : 29
## of sterk mee oneens? : 3 Weet niet : 9
## (Other) : 0 (Other) : 1
## var347 var544 var757bm
## mee eens, :930 Geen opgave : 0 Geen opgave: 0
## mee oneens, :340 N.v.t. : 0 N.v.t. : 0
## sterk mee eens, :309 Weet niet : 9 Weet niet : 50
## noch mee eens, noch mee oneens,:254 Weigert : 1 Weigert : 1
## of sterk mee oneens? :108 Wel geven :903 Ja :1387
## Weet niet : 22 Hangt ervan af:915 Nee : 525
## (Other) : 0 Niet geven :135
## var1318 var1332 var1333
## Geen opgave : 0 Geen enkel bezwaar:1578 Minder prettig :890
## N.v.t. : 0 Minder prettig : 283 Ertegen verzetten :802
## Weet niet : 9 Hangt er van af : 92 Hangt er van af :178
## Weigert : 0 Ertegen verzetten : 7 Geen enkel bezwaar: 92
## Een goede zaak :983 Weet niet : 3 Weet niet : 1
## Een slechte zaak :224 Geen opgave : 0 Geen opgave : 0
## Maakt me niet uit:747 (Other) : 0 (Other) : 0
## var1334
## Minder prettig :1052
## Hangt er van af : 346
## Geen enkel bezwaar: 295
## Ertegen verzetten : 266
## Weet niet : 4
## Geen opgave : 0
## (Other) : 0
## var763
## -2 Weigert : 39
## hulp zoeken : 19
## helpen : 14
## geen idee : 10
## weet niet : 9
## breng de kinderen maar bij mij : 8
## (Other) :1864
## var766
## -2 Weigert : 48
## geld lenen : 24
## geen idee : 20
## weet niet : 20
## helpen : 8
## sociale dienst : 8
## (Other) :1835
## var767
## thuiszorg inschakelen : 38
## thuiszorg aanvragen : 37
## -2 Weigert : 26
## thuiszorg : 26
## hulp zoeken : 18
## helpen : 15
## (Other) :1803
## var1319 var844
## Mee oneens :613 In grote lijnen mee eens :855
## Helemaal mee oneens :559 Volkomen mee eens :655
## Niet mee eens, niet mee oneens:445 Noch mee eens, noch mee oneens:249
## Mee eens :177 Eigenlijk niet mee eens :119
## Nog nooit over nagedacht :101 Helemaal niet mee eens : 53
## Helemaal mee eens : 67 Weet niet : 32
## (Other) : 1 (Other) : 0
## var846 var847
## In grote lijnen mee eens :717 In grote lijnen mee eens :823
## Volkomen mee eens :432 Volkomen mee eens :611
## Noch mee eens, noch mee oneens:410 Noch mee eens, noch mee oneens:277
## Eigenlijk niet mee eens :233 Eigenlijk niet mee eens :161
## Helemaal niet mee eens : 86 Helemaal niet mee eens : 55
## Weet niet : 85 Weet niet : 36
## (Other) : 0 (Other) : 0
## var594 var1017
## Mee oneens :834 Mee eens :794
## Noch mee eens, noch mee oneens:485 Mee oneens :556
## Sterk mee oneens :282 Noch mee eens, noch mee oneens:388
## Mee eens :235 Sterk mee eens :125
## Weet niet : 74 Sterk mee oneens : 63
## Sterk mee eens : 53 Weet niet : 37
## (Other) : 0 (Other) : 0
## var357 var1307 var1338
## Mee eens :656 Geen opgave : 0 Geen opgave : 0
## Mee oneens :565 N.v.t. : 0 N.v.t. : 0
## Noch mee eens, noch mee oneens:359 Weet niet : 202 Weet niet :256
## Sterk mee eens :197 Weigert : 0 Weigert : 0
## Sterk mee oneens :161 Goede zaak :1111 Goede zaak :772
## Weet niet : 25 Het kan me niet schelen: 325 Het kan me niet schelen:402
## (Other) : 0 Slechte zaak : 325 Slechte zaak :533
## var1339 var1340 var1341
## Geen opgave : 0 Geen opgave : 0 Geen opgave : 0
## N.v.t. : 0 N.v.t. : 0 N.v.t. : 0
## Weet niet : 74 Weet niet : 50 Weet niet : 56
## Weigert : 3 Weigert : 2 Weigert : 2
## Volledige werkkring :1341 Volledige werkkring : 99 Volledige werkkring : 260
## Parttime werkkring : 524 Parttime werkkring :1236 Parttime werkkring :1575
## Helemaal geen werkkring: 21 Helemaal geen werkkring: 576 Helemaal geen werkkring: 70
## var1342 var516 var683b
## Geen opgave : 0 Geen opgave : 0 Geen opgave : 0
## N.v.t. : 0 N.v.t. : 0 N.v.t. : 0
## Weet niet : 85 Weet niet :150 Weet niet : 11
## Weigert : 2 Weigert : 0 Weigert : 2
## Volledige werkkring :1185 Aan te bevelen :218 een gezin van een buitenlander, : 45
## Parttime werkkring : 647 Niet bezwaarlijk:915 of een Nederlands gezin? : 608
## Helemaal geen werkkring: 44 Bezwaarlijk :680 Mag geen verschil maken (niet noemen):1297
## var728b var729b
## Geen opgave : 0 Geen opgave : 0
## N.v.t. : 0 N.v.t. : 0
## Weet niet : 21 Weet niet : 19
## Weigert : 2 Weigert : 2
## een buitenlander, : 280 een buitenlander, : 72
## of een Nederlander? : 114 of een Nederlander? : 301
## Mag geen verschil maken (niet noemen):1546 Mag geen verschil maken (niet noemen):1569
## var546 var758 var759
## Geen enkel bezwaar:1277 Geen enkel bezwaar:1441 Geen enkel bezwaar:1667
## Minder prettig : 514 Minder prettig : 324 Minder prettig : 197
## Hangt er van af : 141 Hangt er van af : 126 Hangt er van af : 64
## Ertegen verzetten : 24 Weet niet : 41 Weet niet : 30
## Weet niet : 7 Ertegen verzetten : 30 Ertegen verzetten : 4
## Geen opgave : 0 Weigert : 1 Weigert : 1
## (Other) : 0 (Other) : 0 (Other) : 0
## var1031 var1103 var1104
## Geen opgave : 0 Enigszins soepel :878 Niet zo soepel :794
## N.v.t. : 0 Zeer soepel :804 Enigszins soepel :791
## Weet niet : 35 Niet zo soepel :218 Helemaal niet afgeven:232
## Weigert : 1 Helemaal niet afgeven: 47 Zeer soepel :126
## Te veel :764 Weet niet : 16 Weet niet : 18
## Veel, maar niet te veel:956 Geen opgave : 0 Weigert : 2
## Niet veel :207 (Other) : 0 (Other) : 0
## var1106 var1315a var1310
## Niet zo soepel :822 Minder prettig :819 mee oneens, :810
## Enigszins soepel :648 Geen enkel bezwaar:704 mee eens, :735
## Helemaal niet afgeven:263 Ertegen verzetten :214 of zeer mee oneens?:249
## Zeer soepel :204 Hangt er van af :199 Weet niet : 96
## Weet niet : 25 Weet niet : 27 zeer mee eens, : 70
## Weigert : 1 Geen opgave : 0 Weigert : 3
## (Other) : 0 (Other) : 0 (Other) : 0
## var1311 var1312 var1313
## mee oneens, :793 mee oneens, :989 mee eens, :1024
## mee eens, :731 mee eens, :617 zeer mee eens, : 480
## of zeer mee oneens?:247 zeer mee eens, :167 mee oneens, : 258
## Weet niet :141 of zeer mee oneens?: 98 Weet niet : 147
## zeer mee eens, : 51 Weet niet : 91 of zeer mee oneens?: 52
## Geen opgave : 0 Weigert : 1 Weigert : 2
## (Other) : 0 (Other) : 0 (Other) : 0
## var1314 var900k var900l var548
## mee eens, :892 Moeilijk noch makkelijk:763 Geen opgave : 0 Geen opgave: 0
## mee oneens, :509 Nogal moeilijk :486 N.v.t. : 1 N.v.t. : 1
## Weet niet :306 Nogal makkelijk :451 Weet niet : 2 Weet niet : 0
## zeer mee eens, :200 Erg moeilijk :135 Weigert : 0 Weigert : 0
## of zeer mee oneens?: 51 Erg makkelijk :127 Veel te lang:396 Ja : 585
## Weigert : 5 Weet niet : 1 Te lang :741 Nee :1377
## (Other) : 0 (Other) : 0 Niet te lang:823
## var5504 var462b soorthhn plaatsin
## Geen opgave: 0 Min. :-10105 Gehuwd Stel m K :764 Partner in Geh. Stel m K :545
## N.v.t. :1378 1st Qu.: 29826 Gehuwd Stel z K :500 Partner in Geh. Stel z K :499
## Weet niet : 0 Median : 48446 één persoons HH :322 Alleenstaande :322
## Weigert : 0 Mean : 54056 Ongehuwd Stel z K:150 Kind :262
## Ja : 110 3rd Qu.: 71490 Ongehuwd Stel m K:114 Partner in Ongeh Stel z K:150
## Nee : 475 Max. :317482 (Other) :107 (Other) :179
## NA's :14 NA's : 6 NA's : 6
## lft2 lft3 lft4 lft5 lft6 lft7
## Min. : 1.00 Min. : 1.00 Min. : 1.00 Min. : 1.00 Min. : 1.00 Min. : 11
## 1st Qu.:20.00 1st Qu.:12.00 1st Qu.:11.00 1st Qu.:10.00 1st Qu.: 9.00 1st Qu.: 43
## Median :43.00 Median :22.50 Median :20.00 Median :17.00 Median :16.00 Median :2007
## Mean :40.02 Mean :28.03 Mean :27.03 Mean :23.59 Mean :26.12 Mean :1346
## 3rd Qu.:58.00 3rd Qu.:46.00 3rd Qu.:45.00 3rd Qu.:43.00 3rd Qu.:43.50 3rd Qu.:2007
## Max. :96.00 Max. :90.00 Max. :82.00 Max. :77.00 Max. :99.00 Max. :2007
## NA's :392 NA's :1075 NA's :1390 NA's :1787 NA's :1912 NA's :1951
## lft8 lft9 lft10 geslac_1 geslac_2 geslac_3 geslac_4
## Min. :14.00 Min. :15.00 Min. :12 Man :790 Man : 492 Man : 295 Man : 87
## 1st Qu.:14.75 1st Qu.:19.50 1st Qu.:12 Vrouw:781 Vrouw: 396 Vrouw: 278 Vrouw: 89
## Median :20.00 Median :24.00 Median :12 NA's :392 NA's :1075 NA's :1390 NA's :1787
## Mean :26.25 Mean :30.33 Mean :12
## 3rd Qu.:31.50 3rd Qu.:38.00 3rd Qu.:12
## Max. :51.00 Max. :52.00 Max. :12
## NA's :1959 NA's :1960 NA's :1962
## geslac_5 geslac_6 geslac_7 geslac_8 geslac_9 lftcatjo
## Man : 27 Man : 7 Man : 4 Man : 1 Man : 0 :1845
## Vrouw: 24 Vrouw: 5 Vrouw: 0 Vrouw: 2 Vrouw: 1 0-3 : 8
## NA's :1912 NA's :1951 NA's :1959 NA's :1960 NA's :1962 12-17: 13
## 18+ : 81
## 4-11 : 16
##
##
## soortbew soi98dop
## rest :1839 Min. :200123
## meervoudige bewoning (meerdere huishoudens of onbekend): 118 1st Qu.:338110
## NA's : 6 Median :430168
## Mean :444655
## 3rd Qu.:520799
## Max. :999900
## NA's :379
## isco_op gemgrjj
## shop, stall and market salespersons and demonstrators : 92 20000 - < 50000 :721
## 4100 : 54 50000 - < 100000:379
## helpers and cleaners in offices,hotels and other estabmnts.: 50 10000 - < 20000 :262
## nursing associate professionals : 49 100000 - <150000:207
## secondary education teaching professionals : 46 150000 - <250000:175
## (Other) :1392 250000 of meer :172
## NA's : 280 (Other) : 47
## landd stede generat
## Postcode (nog) onbekend: 0 Postcode (nog) onbekend: 0 eerste generatie buitenland: 134
## Noord-Nederland :220 Zeer sterk :274 twee generatie buitenland : 137
## Oost-Nederland :416 Sterk :570 generatie onbekend : 0
## West-Nederland :853 Matig :395 nederland :1692
## Zuid-Nederland :474 Weinig :462
## Niet :262
##
## typehh plaatshh
## gehuwd paar met kinderen :763 partner in gehuwd paar met kinderen :544
## gehuwd paar zonder kinderen :500 partner in gehuwd paar zonder kinderen :499
## alleenstaand :323 alleenstaande :323
## niet-gehuwd paar zonder kinderen:150 kind :262
## niet-gehuwd paar met kinderen :114 partner in niet-gehuwd paar zonder kinderen:150
## (Other) :107 (Other) :179
## NA's : 6 NA's : 6
## plhh17 wperiode
## Alleenstaande :1963 200811:308
## Geen opgave : 0 200812:289
## N.v.t. : 0 200901:285
## Weet niet : 0 200902:293
## Weigert : 0 200903:290
## 1-Pers. huishoudkern (AantalPP >= 2): 0 200904:295
## (Other) : 0 200905:203## we_id veilignr lft1 geslacht allochtn lft01 lftop gewicht var006n v040 var723
## 1 36775330 811002474 51 Man geen allochtoon 50 51 8422.94 hbo Nee N.v.t.
## 2 36775340 811002539 39 Vrouw geen allochtoon 38 39 6243.52 wo_duplicated_8 Ja 45
## 3 36775420 811002551 16 Vrouw allochtoon 15 16 13434.26 mavo Nee N.v.t.
## 4 36775440 811002563 30 Man geen allochtoon 29 29 8997.00 wo_duplicated_8 Ja 20
## 5 36775450 811002743 57 Man geen allochtoon 56 57 8422.94 hbo Nee N.v.t.
## 6 36775460 811002607 49 Vrouw allochtoon 48 49 9536.93 vmbo Nee N.v.t.
## var723a v202n var1061a var1061b var1062a var1062b int137n
## 1 N.v.t. arbeidsongeschikt Ja 23 Nee N.v.t. N.v.t.
## 2 N.v.t. werkt >12 uur Nee N.v.t. Nee N.v.t. of net zoveel tijd als nu?
## 3 N.v.t. scholier, student Nee N.v.t. Nee N.v.t. N.v.t.
## 4 N.v.t. werkt >12 uur Nee N.v.t. Nee N.v.t. meer tijd,
## 5 N.v.t. werkloos Nee N.v.t. Nee N.v.t. N.v.t.
## 6 N.v.t. eigen huishouden Nee N.v.t. Nee N.v.t. meer tijd,
## int138n int139n int140n int141n
## 1 Net zoveel tijd als nu N.v.t. N.v.t. Meer tijd
## 2 Net zoveel tijd als nu Net zoveel tijd als nu of net zoveel tijd als nu? Net zoveel tijd als nu
## 3 Net zoveel tijd als nu N.v.t. of net zoveel tijd als nu? Meer tijd
## 4 Net zoveel tijd als nu N.v.t. of net zoveel tijd als nu? Net zoveel tijd als nu
## 5 Minder tijd N.v.t. meer tijd, Meer tijd
## 6 Net zoveel tijd als nu Net zoveel tijd als nu of net zoveel tijd als nu? Net zoveel tijd als nu
## v401 var1343 var648 var149 var058 var059 var064 var365
## 1 goed, Nee tevreden, Tamelijk tevreden Ja Ja Voldoende Ja
## 2 goed, Nee buitengewoon tevreden, Tevreden Ja Ja Voldoende Ja
## 3 goed, Nee tevreden, Weet niet Ja Ja Onvoldoende Nee
## 4 goed, Nee tamelijk tevreden, Niet tevreden Ja Nee Voldoende Ja
## 5 gaat wel, Soms tevreden, Tamelijk tevreden Ja Ja Onvoldoende Ja
## 6 goed, Nee tevreden, Tamelijk tevreden Nee Ja Onvoldoende Ja
## var065 var092 var096
## 1 Welvaart houdt aan gedeeltelijk vooruit gedeeltelijk achteruit, Laten zoals nu
## 2 Voorziet crisis Weet niet Laten zoals nu
## 3 Voorziet crisis gedeeltelijk vooruit gedeeltelijk achteruit, Een beetje meer
## 4 Welvaart houdt aan of gaat achteruit? Laten zoals nu
## 5 Weet niet of gaat achteruit? Laten zoals nu
## 6 Voorziet crisis of gaat achteruit? Veel meer
## int054 int055 int056 int057 int058 int059
## 1 Helemaal geen tegenstelling Niet zo groot Groot Groot Niet zo groot Groot
## 2 Weet niet Niet zo groot Groot Niet zo groot Niet zo groot Niet zo groot
## 3 Niet zo groot Niet zo groot Niet zo groot Groot Groot Weet niet
## 4 Niet zo groot Groot Niet zo groot Groot Groot Niet zo groot
## 5 Zeer groot Weet niet Groot Zeer groot Weet niet Niet zo groot
## 6 Zeer groot Zeer groot Zeer groot Groot Zeer groot Zeer groot
## int059a var571 var572 var573 var574
## 1 Niet zo groot Gelijk blijven N.v.t. Stijgen Een klein beetje
## 2 Groot Dalen Sterk Gelijk blijven N.v.t.
## 3 Groot Dalen Een klein beetje Dalen Een klein beetje
## 4 Groot Gelijk blijven N.v.t. Gelijk blijven N.v.t.
## 5 Niet zo groot Gelijk blijven N.v.t. Stijgen Enigszins
## 6 Zeer groot Gelijk blijven N.v.t. Stijgen Een klein beetje
## var576 var153 var154 var155 var156 var157
## 1 of sterk mee oneens? Geen oordeel Onvoldoende Voldoende Onvoldoende Voldoende
## 2 mee eens, Tevreden Voldoende Voldoende Voldoende Weet niet
## 3 noch mee eens, noch mee oneens, Tevreden Voldoende Voldoende Voldoende Voldoende
## 4 mee oneens, Tevreden Voldoende Onvoldoende Voldoende Voldoende
## 5 of sterk mee oneens? Tevreden Onvoldoende Onvoldoende Voldoende Voldoende
## 6 mee eens, Tevreden Voldoende Onvoldoende Weet niet Onvoldoende
## var157a var154a var164 var165 var166 var179 var180 var184
## 1 Onvoldoende Weet niet Ongeveer juist Blijven zoals nu Blijven zoals nu Ja Ja Ja
## 2 Weet niet Weet niet Ongeveer juist Blijven zoals nu Blijven zoals nu Ja Ja Ja
## 3 Voldoende Voldoende Ongeveer juist Blijven zoals nu Een beetje kleiner Nee Ja Nee
## 4 Voldoende Voldoende Te groot Een beetje kleiner Blijven zoals nu Ja Nee Ja
## 5 Onvoldoende Voldoende Te groot Veel kleiner Veel kleiner Ja Ja Nee
## 6 Onvoldoende Voldoende Te groot Veel kleiner Veel kleiner Ja Nee Ja
## var185 var198a var198 var201a
## 1 Nee Nee N.v.t. Nee
## 2 Ja Ja Gereformeerd Ja
## 3 Ja Ja Islamitisch Ja
## 4 Ja Ja Gereformeerd Nee
## 5 Nee Ja Rooms-katholiek (RK) Nee
## 6 Ja Ja Rooms-katholiek (RK) Ja
## var201b var204
## 1 N.v.t. of nooit?
## 2 Protestantse Kerk in Nederland (PKN Samen op Weg Kerken) minder dan eenmaal per maand,
## 3 Islamitisch of nooit?
## 4 N.v.t. minder dan eenmaal per maand,
## 5 N.v.t. of nooit?
## 6 Rooms-katholiek (RK) minder dan eenmaal per maand,
## int257 var211 var223 var1320
## 1 Buitengewoon ongelovig Nee Moeten los van elkaar staan sterk mee eens,
## 2 Enigszins gelovig Gedeeltelijk Moeten niet los van elkaar staan enigszins mee eens,
## 3 Enigszins gelovig Nee Moeten los van elkaar staan enigszins mee eens,
## 4 Noch gelovig, noch ongelovig Nee Hangt ervan af enigszins mee eens,
## 5 Erg ongelovig Nee Moeten los van elkaar staan enigszins mee eens,
## 6 Erg gelovig Ja Moeten los van elkaar staan enigszins mee eens,
## var1321 var1322 var1323 var1324
## 1 sterk mee eens, of helemaal niet voor u? of zelden of nooit? Zelden of nooit?
## 2 enigszins mee oneens, of helemaal niet voor u? of zelden of nooit? Zelden of nooit?
## 3 enigszins mee eens, gedeeltelijk voor u, soms, Soms,
## 4 enigszins mee eens, gedeeltelijk voor u, of zelden of nooit? Zelden of nooit?
## 5 enigszins mee oneens, of helemaal niet voor u? of zelden of nooit? Zelden of nooit?
## 6 enigszins mee eens, helemaal voor u, soms, Zelden of nooit?
## var1325 var1326 var1327 var1328
## 1 of zelden of nooit? Zelden of nooit? of zelden of nooit? Zelden of nooit?
## 2 of zelden of nooit? Zelden of nooit? of zelden of nooit? Zelden of nooit?
## 3 of zelden of nooit? Zelden of nooit? soms, Zelden of nooit?
## 4 of zelden of nooit? Zelden of nooit? of zelden of nooit? Zelden of nooit?
## 5 of zelden of nooit? Zelden of nooit? of zelden of nooit? Zelden of nooit?
## 6 soms, Zelden of nooit? soms, Zelden of nooit?
## var229 int218 int219 int221
## 1 Een goede gezondheid Veel vertrouwen Veel vertrouwen Helemaal geen vertrouwen
## 2 Een goede gezondheid Veel vertrouwen Veel vertrouwen Veel vertrouwen
## 3 Een goede gezondheid Enig vertrouwen Enig vertrouwen Helemaal geen vertrouwen
## 4 Veel vrienden en kennissen Enig vertrouwen Enig vertrouwen Enig vertrouwen
## 5 Een goede gezondheid Veel vertrouwen Enig vertrouwen Enig vertrouwen
## 6 Een goede gezondheid Zeer weinig vertrouwen Veel vertrouwen Veel vertrouwen
## int222 int223 int710 int711
## 1 Veel vertrouwen Enig vertrouwen Zeer weinig vertrouwen Zeer weinig vertrouwen
## 2 Veel vertrouwen Enig vertrouwen Veel vertrouwen Veel vertrouwen
## 3 Enig vertrouwen Onbeperkt vertrouwen Onbeperkt vertrouwen Enig vertrouwen
## 4 Veel vertrouwen Veel vertrouwen Enig vertrouwen Veel vertrouwen
## 5 Zeer weinig vertrouwen Enig vertrouwen Enig vertrouwen Enig vertrouwen
## 6 Enig vertrouwen Veel vertrouwen Veel vertrouwen Helemaal geen vertrouwen
## int712 int713 int714 int715
## 1 Veel vertrouwen Enig vertrouwen Enig vertrouwen Enig vertrouwen
## 2 Enig vertrouwen Enig vertrouwen Veel vertrouwen Veel vertrouwen
## 3 Enig vertrouwen Weet niet Weet niet Helemaal geen vertrouwen
## 4 Enig vertrouwen Enig vertrouwen Enig vertrouwen Veel vertrouwen
## 5 Enig vertrouwen Veel vertrouwen Enig vertrouwen Veel vertrouwen
## 6 Veel vertrouwen Zeer weinig vertrouwen Enig vertrouwen Enig vertrouwen
## int716 var433 var439
## 1 Helemaal geen vertrouwen In grote lijnen mee eens In grote lijnen mee eens
## 2 Enig vertrouwen In grote lijnen mee eens Volkomen mee eens
## 3 Enig vertrouwen Noch mee eens, noch mee oneens Helemaal niet mee eens
## 4 Enig vertrouwen Noch mee eens, noch mee oneens Eigenlijk niet mee eens
## 5 Veel vertrouwen Noch mee eens, noch mee oneens Weet niet
## 6 Veel vertrouwen Volkomen mee eens Volkomen mee eens
## var1329 var1330 var445
## 1 In grote lijnen mee eens Helemaal niet mee eens Eigenlijk niet mee eens
## 2 Eigenlijk niet mee eens Helemaal niet mee eens Helemaal niet mee eens
## 3 In grote lijnen mee eens Eigenlijk niet mee eens In grote lijnen mee eens
## 4 Eigenlijk niet mee eens Noch mee eens, noch mee oneens In grote lijnen mee eens
## 5 In grote lijnen mee eens Helemaal niet mee eens Eigenlijk niet mee eens
## 6 Volkomen mee eens Volkomen mee eens Eigenlijk niet mee eens
## var446 var447 var451
## 1 Noch mee eens, noch mee oneens Noch mee eens, noch mee oneens Helemaal niet mee eens
## 2 Helemaal niet mee eens Helemaal niet mee eens Helemaal niet mee eens
## 3 Volkomen mee eens Volkomen mee eens Eigenlijk niet mee eens
## 4 Eigenlijk niet mee eens Eigenlijk niet mee eens Eigenlijk niet mee eens
## 5 In grote lijnen mee eens In grote lijnen mee eens Eigenlijk niet mee eens
## 6 Volkomen mee eens Volkomen mee eens Volkomen mee eens
## var452 var1316 var1317
## 1 In grote lijnen mee eens Helemaal niet mee eens Noch mee eens, noch mee oneens
## 2 Noch mee eens, noch mee oneens Helemaal niet mee eens Helemaal niet mee eens
## 3 In grote lijnen mee eens Eigenlijk niet mee eens Eigenlijk niet mee eens
## 4 In grote lijnen mee eens Eigenlijk niet mee eens Eigenlijk niet mee eens
## 5 In grote lijnen mee eens Helemaal niet mee eens Eigenlijk niet mee eens
## 6 Volkomen mee eens Volkomen mee eens In grote lijnen mee eens
## var1331 vw065 var491 var040 var1304
## 1 Helemaal niet trots Wel te vertrouwen matig, regelmatig, tamelijk tevreden,
## 2 Tamelijk trots Wel te vertrouwen gewoon, regelmatig, zeer tevreden,
## 3 Tamelijk trots Weet niet weinig, af en toe, tamelijk tevreden,
## 4 Tamelijk trots Wel te vertrouwen sterk, regelmatig, tamelijk tevreden,
## 5 Tamelijk trots Je kunt niet voorzichtig genoeg zijn gewoon, regelmatig, zeer tevreden,
## 6 Zeer trots Je kunt niet voorzichtig genoeg zijn matig, regelmatig, niet zo tevreden
## var274 var275 var1196 var1197 var461
## 1 Ja PvdA Goede zaak Wel voordeel Weet niet
## 2 Ja CDA Goede zaak Wel voordeel geen van beide,
## 3 Mag niet stemmen (niet noemen) N.v.t. Slechte zaak Geen voordeel Weet niet
## 4 Ja D66 Goede zaak Wel voordeel gematigd links,
## 5 Ja PvdA Goede zaak Wel voordeel geen van beide,
## 6 Ja PvdA Goede zaak Wel voordeel gematigd links,
## var273 var1262 var239 var318 var319
## 1 blijven zoals nu, mee oneens, Weigert Mee oneens Mee eens
## 2 een beetje kleiner worden, mee oneens, Mee oneens Mee eens Mee oneens
## 3 een beetje groter worden, noch mee eens, noch mee oneens, Mee oneens Mee eens Mee eens
## 4 blijven zoals nu, mee oneens, Mee oneens Mee oneens Mee oneens
## 5 een beetje groter worden, mee oneens, Mee oneens Mee oneens Mee oneens
## 6 veel groter worden, mee oneens, Mee oneens Mee oneens Mee eens
## var320 var1209 var1210 var599 var600
## 1 Weet niet mee eens, mee eens, Nee Nee
## 2 Mee oneens of helemaal niet mee eens? of helemaal niet mee eens? Nee Nee
## 3 Mee eens mee eens, mee eens, Nee Nee
## 4 Mee eens mee eens, niet mee eens, Nee Nee
## 5 Mee oneens niet mee eens, niet mee eens, Nee Nee
## 6 Mee eens helemaal mee eens, helemaal mee eens, Nee Nee
## var408 var409
## 1 Zeer waarschijnlijk Keurt af
## 2 Onwaarschijnlijk Keurt goed
## 3 Onwaarschijnlijk Keurt goed
## 4 Onwaarschijnlijk Keurt goed
## 5 Enigszins waarschijnlijk Keurt goed
## 6 Enigszins waarschijnlijk Keurt goed
## var10401
## 1 Een stabiele economie handhaven
## 2 Bestrijden van mileuverontreiniging
## 3 Zorgen voor een gode opvang van (allochtone) immigranten, zoals Turken, Marokkanen en Surinamers
## 4 Bestrijden van mileuverontreiniging
## 5 De strijd tegen misdaad
## 6 Bestrijden van mileuverontreiniging
## var10402
## 1 Orde handhaven
## 2 Proberen onze steden en ons platteland te verfraaien
## 3 Er voor zorgen dat de werkloosheid sterk vermindert
## 4 De mensen meer inspraak geven bij beslissingen op het het werk en in hun woonplaats
## 5 Orde handhaven
## 6 De vrijheid van meningsuiting beschermen
## var10403
## 1 De politieke inspraak van de burgers vergroten
## 2 Zorgen voor een gode opvang van (allochtone) immigranten, zoals Turken, Marokkanen en Surinamers
## 3 De strijd tegen misdaad
## 4 De vrijheid van meningsuiting beschermen
## 5 Bestrijden van mileuverontreiniging
## 6 Prijsstijgingen tegengaan
## var10404
## 1 Streven naar een samenleving waarin ideeën belangrijker zijn dan geld
## 2 De strijd tegen misdaad
## 3 Bestrijden van mileuverontreiniging
## 4 Een stabiele economie handhaven
## 5 De vrijheid van meningsuiting beschermen
## 6 Een stabiele economie handhaven
## var10405
## 1 Streven naar een vriendelijk en miner onpersoonlijke samenleving
## 2 Orde handhaven
## 3 Streven naar een vriendelijk en miner onpersoonlijke samenleving
## 4 Streven naar een samenleving waarin ideeën belangrijker zijn dan geld
## 5 Het op peil houden van de sociale zekerheid
## 6 De strijd tegen misdaad
## var10406
## 1 Bestrijden van mileuverontreiniging
## 2 Een stabiele economie handhaven
## 3 De mensen meer inspraak geven bij beslissingen op het het werk en in hun woonplaats
## 4 Het op peil houden van de sociale zekerheid
## 5 Streven naar een samenleving waarin ideeën belangrijker zijn dan geld
## 6 Streven naar een samenleving waarin ideeën belangrijker zijn dan geld
## var10407
## 1 Het op peil houden van de sociale zekerheid
## 2 Streven naar een vriendelijk en miner onpersoonlijke samenleving
## 3 De vrijheid van meningsuiting beschermen
## 4 Er voor zorgen dat de werkloosheid sterk vermindert
## 5 Streven naar een vriendelijk en miner onpersoonlijke samenleving
## 6 De mensen meer inspraak geven bij beslissingen op het het werk en in hun woonplaats
## var10408
## 1 Zorgen voor een gode opvang van (allochtone) immigranten, zoals Turken, Marokkanen en Surinamers
## 2 Streven naar een samenleving waarin ideeën belangrijker zijn dan geld
## 3 Het op peil houden van de sociale zekerheid
## 4 Streven naar een vriendelijk en miner onpersoonlijke samenleving
## 5 Er voor zorgen dat de werkloosheid sterk vermindert
## 6 De politieke inspraak van de burgers vergroten
## var10409
## 1 Prijsstijgingen tegengaan
## 2 Er voor zorgen dat de werkloosheid sterk vermindert
## 3 Orde handhaven
## 4 Orde handhaven
## 5 Een stabiele economie handhaven
## 6 Het op peil houden van de sociale zekerheid
## var10410
## 1 Een hoge mate van economische groei handhaven
## 2 Het op peil houden van de sociale zekerheid
## 3 Prijsstijgingen tegengaan
## 4 Zorgen voor een gode opvang van (allochtone) immigranten, zoals Turken, Marokkanen en Surinamers
## 5 Prijsstijgingen tegengaan
## 6 Er voor zorgen dat de werkloosheid sterk vermindert
## var10411
## 1 Zorgen voor een sterk leger in Nederland
## 2 De mensen meer inspraak geven bij beslissingen op het het werk en in hun woonplaats
## 3 De politieke inspraak van de burgers vergroten
## 4 Prijsstijgingen tegengaan
## 5 De mensen meer inspraak geven bij beslissingen op het het werk en in hun woonplaats
## 6 Proberen onze steden en ons platteland te verfraaien
## var10412
## 1 De mensen meer inspraak geven bij beslissingen op het het werk en in hun woonplaats
## 2 Een hoge mate van economische groei handhaven
## 3 Een stabiele economie handhaven
## 4 De strijd tegen misdaad
## 5 Proberen onze steden en ons platteland te verfraaien
## 6 Zorgen voor een sterk leger in Nederland
## var10413
## 1 Proberen onze steden en ons platteland te verfraaien
## 2 De vrijheid van meningsuiting beschermen
## 3 Een hoge mate van economische groei handhaven
## 4 Proberen onze steden en ons platteland te verfraaien
## 5 De politieke inspraak van de burgers vergroten
## 6 Een hoge mate van economische groei handhaven
## var10414
## 1 De vrijheid van meningsuiting beschermen
## 2 Prijsstijgingen tegengaan
## 3 Streven naar een samenleving waarin ideeën belangrijker zijn dan geld
## 4 Zorgen voor een sterk leger in Nederland
## 5 Zorgen voor een sterk leger in Nederland
## 6 Streven naar een vriendelijk en miner onpersoonlijke samenleving
## var10415
## 1 De strijd tegen misdaad
## 2 Zorgen voor een sterk leger in Nederland
## 3 Proberen onze steden en ons platteland te verfraaien
## 4 Een hoge mate van economische groei handhaven
## 5 Een hoge mate van economische groei handhaven
## 6 Orde handhaven
## var10416
## 1 Er voor zorgen dat de werkloosheid sterk vermindert
## 2 De politieke inspraak van de burgers vergroten
## 3 Zorgen voor een sterk leger in Nederland
## 4 De politieke inspraak van de burgers vergroten
## 5 Zorgen voor een gode opvang van (allochtone) immigranten, zoals Turken, Marokkanen en Surinamers
## 6 Zorgen voor een gode opvang van (allochtone) immigranten, zoals Turken, Marokkanen en Surinamers
## var1046a var1046b var1046c var1046d var1046e var1046f var1046g var1046h var1046i var1046j
## 1 2 3 9 14 10 11 12 13 1 15
## 2 5 16 14 13 12 15 11 2 6 4
## 3 9 11 10 7 13 16 6 15 12 3
## 4 9 16 11 3 15 14 2 13 4 12
## 5 2 13 10 4 15 14 11 12 9 1
## 6 15 8 3 2 13 12 7 11 4 5
## var1046k var1046l var1046m var1046n var1046o var1046p var687 var688 var689
## 1 5 4 16 6 7 8 Neemt af In sterke mate Hoort erbij
## 2 7 8 9 1 10 3 Blijft gelijk N.v.t. Hoort erbij
## 3 5 14 2 4 8 1 Neemt toe In sterke mate Echt probleem
## 4 8 5 7 1 6 10 Neemt af Enigszins Hoort erbij
## 5 7 6 8 3 5 16 Neemt toe In sterke mate Echt probleem
## 6 14 6 10 1 9 16 Neemt toe Enigszins Hoort erbij
## var953 var1265 var351 var402 var595
## 1 te licht Lichter gestraft Mee eens Sterk mee eens Sterk mee eens
## 2 te licht Strenger gestraft Sterk mee oneens Mee eens Mee eens
## 3 te licht Weet niet Sterk mee oneens Mee oneens Mee eens
## 4 Juist goed Weet niet Sterk mee oneens Noch mee eens, noch mee oneens Mee eens
## 5 te licht Strenger gestraft Sterk mee eens Mee eens Mee eens
## 6 te licht Lichter gestraft Mee eens Sterk mee eens Mee eens
## var972b var972d var972e var972f
## 1 Gelijk Gelijk Meer bij ouderen Gelijk
## 2 Gelijk Weet niet Meer bij ouderen Gelijk
## 3 Gelijk Meer bij ouderen Gelijk Veel meer bij ouderen
## 4 Gelijk Meer bij ouderen Gelijk Gelijk
## 5 Meer bij ouderen Meer bij ouderen Meer bij ouderen Meer bij jongeren
## 6 Veel meer bij ouderen Meer bij ouderen Gelijk Veel meer bij ouderen
## var972h var972i var972k var1039b
## 1 Gelijk Gelijk Gelijk Overwegend de school
## 2 Gelijk Meer bij ouderen Meer bij ouderen Overwegend het gezin
## 3 Veel meer bij jongeren Gelijk Gelijk Beide evenveel
## 4 Meer bij ouderen Meer bij ouderen Meer bij ouderen Beide evenveel
## 5 Gelijk Meer bij ouderen Meer bij ouderen Beide evenveel
## 6 Gelijk Veel meer bij ouderen Gelijk Beide evenveel
## var1039c var1039d var1039e var1039f
## 1 Beide evenveel Overwegend het gezin Beide evenveel Overwegend het gezin
## 2 Overwegend het gezin Overwegend het gezin Overwegend het gezin Overwegend het gezin
## 3 Beide evenveel Overwegend het gezin Overwegend het gezin Beide evenveel
## 4 Beide evenveel Beide evenveel Overwegend de school Beide evenveel
## 5 Beide evenveel Overwegend de school Overwegend de school Overwegend het gezin
## 6 Overwegend het gezin Beide evenveel Overwegend het gezin Overwegend het gezin
## var1039g var1039h var1039i var1039j
## 1 Beide evenveel Overwegend de school Beide evenveel Beide evenveel
## 2 Overwegend het gezin Overwegend de school Overwegend het gezin Overwegend het gezin
## 3 Beide evenveel Overwegend de school Overwegend het gezin Overwegend het gezin
## 4 Beide evenveel Beide evenveel Beide evenveel Beide evenveel
## 5 Overwegend het gezin Overwegend de school Beide evenveel Beide evenveel
## 6 Beide evenveel Overwegend het gezin Beide evenveel Beide evenveel
## var1039l var1039m var1145a var1145b var1145c var1145d var1145e var1145f
## 1 Beide evenveel Overwegend het gezin Zes Zeven Zes Zes Acht Acht
## 2 Overwegend het gezin Overwegend het gezin Zeven Zes Acht Zeven Zeven Negen
## 3 Beide evenveel Beide evenveel Zeven Zes Zes Vijf Zes Zeven
## 4 Overwegend de school Overwegend de school Zes Zeven Zeven Zeven Zes Zeven
## 5 Beide evenveel Beide evenveel Vijf Zeven Zeven Zeven Zeven Vijf
## 6 Overwegend het gezin Beide evenveel Zes Zeven Vijf Zes Zeven Acht
## var1145g var1145h var1145i var1145j var1145k var1145l var1145m var1145n var1145o var1145p
## 1 Acht Zeven Zes Vijf Zeven Vier Drie Twee Een Acht
## 2 Negen Negen Zeven Zeven Zeven Acht Negen Zes Acht Zes
## 3 Vier Vijf Vijf Vijf Zes Zeven Zeven Vijf Zes Zes
## 4 Acht Zeven Vijf Acht Zeven Zes Zeven Zes Acht Zes
## 5 Zes Vijf Zes Zeven Zeven Zeven Zeven Vijf Vijf Zes
## 6 Zeven Zeven Zes Vier Zes Drie Twee Twee Drie Acht
## var1146 var1163 var1335 var1336
## 1 min of meer tevreden, zeer mee eens, mee oneens, mee oneens,
## 2 zeer tevreden, mee eens, mee oneens, sterk mee eens,
## 3 min of meer tevreden, Weet niet noch mee eens, noch mee oneens, sterk mee eens,
## 4 min of meer tevreden, mee eens, mee oneens, mee oneens,
## 5 min of meer tevreden, mee eens, mee oneens, mee eens,
## 6 nogal ontevreden, mee oneens, noch mee eens, noch mee oneens, mee eens,
## var1337 var347 var544 var757bm var1318
## 1 of sterk mee oneens? sterk mee eens, Hangt ervan af Nee Maakt me niet uit
## 2 mee oneens, mee eens, Wel geven Nee Een goede zaak
## 3 mee eens, of sterk mee oneens? Niet geven Nee Maakt me niet uit
## 4 mee oneens, mee eens, Hangt ervan af Ja Een goede zaak
## 5 mee eens, mee eens, Wel geven Ja Een goede zaak
## 6 mee eens, mee eens, Wel geven Ja Maakt me niet uit
## var1332 var1333 var1334
## 1 Geen enkel bezwaar Ertegen verzetten Geen enkel bezwaar
## 2 Minder prettig Minder prettig Minder prettig
## 3 Geen enkel bezwaar Ertegen verzetten Geen enkel bezwaar
## 4 Geen enkel bezwaar Minder prettig Hangt er van af
## 5 Geen enkel bezwaar Ertegen verzetten Minder prettig
## 6 Geen enkel bezwaar Minder prettig Minder prettig
## var763
## 1 breng de kinderen naar mijn huis en ik vang zop tot je weer naar huis kunt komen
## 2 in kennissenkring rondkijken voor hulp
## 3 als de leeftijd het toelaat zichzelf verzorgen en anders kennisen of buren
## 4 Hulp van familie en vrienden inschakelen. Aandacht aan kinderen geven.
## 5 hulp aan een instantie vragen
## 6 ZAL IK HUN HELPEN
## var766
## 1 je zult gewoon die wasser weer mee moeten geven je hebt het geld niet
## 2 aanbieden samen naar inkomsten en uitgaven te kijken
## 3 mijn geld lenen
## 4 andere, minder belangrijke kosten, proberen te beperken
## 5 doe je auto maar de deur uit want die kost klauwen met geld
## 6 PROBEREN OM EEN OPLOSSING TE VINDEN
## var767
## 1 proberen de thuiszorg in te schakelen voor het doen van een antal tsaken
## 2 huishoudelijke hulp te zoeken
## 3 naar een verzorgingshuis
## 4 een hulp in de huishouding nemen. andere kosten beperken
## 5 man moet het huishouden doen
## 6 PROBEREN TE HELPEN
## var1319 var844 var846
## 1 Helemaal mee eens Noch mee eens, noch mee oneens Noch mee eens, noch mee oneens
## 2 Mee oneens Noch mee eens, noch mee oneens Eigenlijk niet mee eens
## 3 Niet mee eens, niet mee oneens Volkomen mee eens Weet niet
## 4 Helemaal mee oneens Weet niet In grote lijnen mee eens
## 5 Mee oneens In grote lijnen mee eens In grote lijnen mee eens
## 6 Mee oneens Volkomen mee eens Volkomen mee eens
## var847 var594 var1017
## 1 Noch mee eens, noch mee oneens Noch mee eens, noch mee oneens Sterk mee oneens
## 2 Noch mee eens, noch mee oneens Noch mee eens, noch mee oneens Mee oneens
## 3 Volkomen mee eens Weet niet Noch mee eens, noch mee oneens
## 4 In grote lijnen mee eens Mee oneens Mee eens
## 5 In grote lijnen mee eens Noch mee eens, noch mee oneens Mee eens
## 6 Volkomen mee eens Mee eens Sterk mee eens
## var357 var1307 var1338 var1339
## 1 Sterk mee oneens Goede zaak Slechte zaak Parttime werkkring
## 2 Noch mee eens, noch mee oneens Goede zaak Goede zaak Volledige werkkring
## 3 Mee eens Het kan me niet schelen Goede zaak Volledige werkkring
## 4 Mee eens Goede zaak Weet niet Volledige werkkring
## 5 Mee eens Slechte zaak Goede zaak Parttime werkkring
## 6 Sterk mee eens Het kan me niet schelen Goede zaak Parttime werkkring
## var1340 var1341 var1342 var516
## 1 Parttime werkkring Parttime werkkring Helemaal geen werkkring Niet bezwaarlijk
## 2 Parttime werkkring Volledige werkkring Volledige werkkring Aan te bevelen
## 3 Helemaal geen werkkring Parttime werkkring Volledige werkkring Weet niet
## 4 Parttime werkkring Volledige werkkring Volledige werkkring Niet bezwaarlijk
## 5 Helemaal geen werkkring Parttime werkkring Volledige werkkring Bezwaarlijk
## 6 Helemaal geen werkkring Parttime werkkring Parttime werkkring Aan te bevelen
## var683b var728b
## 1 Mag geen verschil maken (niet noemen) of een Nederlander?
## 2 Mag geen verschil maken (niet noemen) Mag geen verschil maken (niet noemen)
## 3 Mag geen verschil maken (niet noemen) Mag geen verschil maken (niet noemen)
## 4 Mag geen verschil maken (niet noemen) Mag geen verschil maken (niet noemen)
## 5 of een Nederlands gezin? of een Nederlander?
## 6 Mag geen verschil maken (niet noemen) Mag geen verschil maken (niet noemen)
## var729b var546 var758 var759
## 1 of een Nederlander? Geen enkel bezwaar Geen enkel bezwaar Geen enkel bezwaar
## 2 Mag geen verschil maken (niet noemen) Geen enkel bezwaar Geen enkel bezwaar Geen enkel bezwaar
## 3 Mag geen verschil maken (niet noemen) Geen enkel bezwaar Geen enkel bezwaar Geen enkel bezwaar
## 4 Mag geen verschil maken (niet noemen) Geen enkel bezwaar Geen enkel bezwaar Minder prettig
## 5 Mag geen verschil maken (niet noemen) Ertegen verzetten Ertegen verzetten Hangt er van af
## 6 Mag geen verschil maken (niet noemen) Geen enkel bezwaar Geen enkel bezwaar Geen enkel bezwaar
## var1031 var1103 var1104 var1106
## 1 Niet veel Niet zo soepel Niet zo soepel Weet niet
## 2 Veel, maar niet te veel Zeer soepel Helemaal niet afgeven Zeer soepel
## 3 Veel, maar niet te veel Niet zo soepel Enigszins soepel Niet zo soepel
## 4 Niet veel Enigszins soepel Enigszins soepel Niet zo soepel
## 5 Te veel Enigszins soepel Helemaal niet afgeven Enigszins soepel
## 6 Te veel Enigszins soepel Enigszins soepel Niet zo soepel
## var1315a var1310 var1311 var1312 var1313 var1314
## 1 Geen enkel bezwaar zeer mee eens, mee eens, mee eens, Weet niet mee oneens,
## 2 Minder prettig mee eens, Weet niet mee oneens, mee eens, mee eens,
## 3 Geen enkel bezwaar Weet niet mee oneens, mee oneens, mee eens, mee eens,
## 4 Minder prettig mee oneens, mee oneens, mee oneens, mee eens, mee eens,
## 5 Hangt er van af of zeer mee oneens? mee oneens, mee eens, zeer mee eens, zeer mee eens,
## 6 Minder prettig mee eens, mee oneens, Weet niet mee eens, mee eens,
## var900k var900l var548 var5504 var462b soorthhn
## 1 Moeilijk noch makkelijk Te lang Nee N.v.t. 12739.00 één persoons HH
## 2 Erg makkelijk Veel te lang Nee N.v.t. 85196.00 één persoons HH
## 3 Erg moeilijk Veel te lang Nee N.v.t. 32008.12 Gehuwd Stel m K
## 4 Moeilijk noch makkelijk Te lang Nee N.v.t. 10588.00 één persoons HH
## 5 Erg moeilijk Veel te lang Nee N.v.t. 0.00 één persoons HH
## 6 Moeilijk noch makkelijk Te lang Ja Ja 16557.83 Gehuwd Stel m K
## plaatsin lft2 lft3 lft4 lft5 lft6 lft7 lft8 lft9 lft10 geslac_1 geslac_2 geslac_3
## 1 Alleenstaande NA NA NA NA NA NA NA NA NA <NA> <NA> <NA>
## 2 Alleenstaande NA NA NA NA NA NA NA NA NA <NA> <NA> <NA>
## 3 Kind 46 52 NA NA NA NA NA NA NA Vrouw Man <NA>
## 4 Alleenstaande NA NA NA NA NA NA NA NA NA <NA> <NA> <NA>
## 5 Alleenstaande NA NA NA NA NA NA NA NA NA <NA> <NA> <NA>
## 6 Partner in Geh. Stel m K 58 15 NA NA NA NA NA NA NA Man Vrouw <NA>
## geslac_4 geslac_5 geslac_6 geslac_7 geslac_8 geslac_9 lftcatjo soortbew soi98dop
## 1 <NA> <NA> <NA> <NA> <NA> <NA> rest 527130
## 2 <NA> <NA> <NA> <NA> <NA> <NA> rest 706135
## 3 <NA> <NA> <NA> <NA> <NA> <NA> rest 330148
## 4 <NA> <NA> <NA> <NA> <NA> <NA> rest 600681
## 5 <NA> <NA> <NA> <NA> <NA> <NA> rest 523140
## 6 <NA> <NA> <NA> <NA> <NA> <NA> rest 336138
## isco_op gemgrjj landd stede
## 1 bookbinders and related workers 250000 of meer West-Nederland Zeer sterk
## 2 shop, stall and market salespersons and demonstrators 250000 of meer West-Nederland Zeer sterk
## 3 <NA> 250000 of meer West-Nederland Zeer sterk
## 4 secondary education teaching professionals 250000 of meer West-Nederland Zeer sterk
## 5 manufacturing labourers 250000 of meer West-Nederland Zeer sterk
## 6 other office clerks 250000 of meer West-Nederland Zeer sterk
## generat typehh plaatshh
## 1 nederland alleenstaand alleenstaande
## 2 nederland alleenstaand alleenstaande
## 3 eerste generatie buitenland gehuwd paar met kinderen kind
## 4 nederland alleenstaand alleenstaande
## 5 nederland alleenstaand alleenstaande
## 6 twee generatie buitenland gehuwd paar met kinderen partner in gehuwd paar met kinderen
## plhh17 wperiode
## 1 Alleenstaande 200811
## 2 Alleenstaande 200811
## 3 Alleenstaande 200811
## 4 Alleenstaande 200811
## 5 Alleenstaande 200811
## 6 Alleenstaande 200811## 'data.frame': 1963 obs. of 278 variables:
## $ we_id : Factor w/ 1963 levels "36775330","36775340",..: 1 2 3 4 5 6 7 8 9 10 ...
## $ veilignr: num 8.11e+08 8.11e+08 8.11e+08 8.11e+08 8.11e+08 ...
## $ lft1 : Factor w/ 78 levels "0","15","16",..: 38 26 3 17 44 36 49 21 46 28 ...
## $ geslacht: Factor w/ 3 levels "Onbekend","Man",..: 2 3 3 2 2 3 2 3 2 2 ...
## $ allochtn: Factor w/ 4 levels "geen allochtoon",..: 1 1 2 1 1 2 1 2 1 1 ...
## $ lft01 : Factor w/ 82 levels "< één jaar","één jaar",..: 40 28 4 19 46 38 51 23 48 30 ...
## $ lftop : Factor w/ 81 levels "< één jaar","één jaar",..: 40 28 4 18 46 38 51 23 48 30 ...
## $ gewicht : num 8423 6244 13434 8997 8423 ...
## $ var006n : Factor w/ 11 levels "onbekend","OP < 12 jr of volgt actueel bas.ondw.",..: 8 10 5 10 8 4 4 7 7 3 ...
## $ v040 : Factor w/ 6 levels "Geen opgave",..: 6 5 6 5 6 6 5 5 5 5 ...
## $ var723 : Factor w/ 62 levels "Weigert","Weet niet",..: 3 43 3 17 3 3 39 30 28 17 ...
## $ var723a : Factor w/ 8 levels "Geen opgave",..: 2 2 2 2 2 2 2 2 2 2 ...
## $ v202n : Factor w/ 10 levels "-3","werkt >12 uur",..: 6 2 9 2 5 4 2 2 2 2 ...
## $ var1061a: Factor w/ 6 levels "Geen opgave",..: 5 6 6 6 6 6 6 6 6 6 ...
## $ var1061b: Factor w/ 31 levels "Weigert","Weet niet",..: 17 3 3 3 3 3 3 3 3 3 ...
## $ var1062a: Factor w/ 6 levels "Geen opgave",..: 6 6 6 6 6 6 6 6 5 6 ...
## $ var1062b: Factor w/ 31 levels "Weigert","Weet niet",..: 3 3 3 3 3 3 3 3 21 3 ...
## $ int137n : Factor w/ 8 levels "Geen opgave",..: 2 7 2 5 2 5 6 7 7 6 ...
## $ int138n : Factor w/ 8 levels "Geen opgave",..: 7 7 7 7 6 7 7 6 7 7 ...
## $ int139n : Factor w/ 8 levels "Geen opgave",..: 2 7 2 2 2 7 5 5 7 2 ...
## $ int140n : Factor w/ 8 levels "Geen opgave",..: 2 7 7 7 5 7 5 5 7 7 ...
## $ int141n : Factor w/ 8 levels "Geen opgave",..: 5 7 5 7 5 7 5 5 7 5 ...
## $ v401 : Factor w/ 9 levels "Geen opgave",..: 6 6 6 6 7 6 7 6 6 6 ...
## $ var1343 : Factor w/ 7 levels "Geen opgave",..: 7 7 7 7 6 7 7 7 7 7 ...
## $ var648 : Factor w/ 9 levels "Geen opgave",..: 7 5 7 8 7 7 7 8 7 7 ...
## $ var149 : Factor w/ 8 levels "Geen opgave",..: 6 5 3 7 6 6 6 6 5 6 ...
## $ var058 : Factor w/ 6 levels "Geen opgave",..: 5 5 5 5 5 6 6 5 5 5 ...
## $ var059 : Factor w/ 6 levels "Geen opgave",..: 5 5 5 6 5 5 5 5 5 6 ...
## $ var064 : Factor w/ 6 levels "Geen opgave",..: 5 5 6 5 6 6 6 5 6 6 ...
## $ var365 : Factor w/ 6 levels "Geen opgave",..: 5 5 6 5 5 5 5 6 6 6 ...
## $ var065 : Factor w/ 6 levels "Geen opgave",..: 6 5 5 6 3 5 6 6 5 5 ...
## $ var092 : Factor w/ 9 levels "Geen opgave",..: 6 3 6 8 8 8 8 7 8 7 ...
## $ var096 : Factor w/ 10 levels "Geen opgave",..: 7 7 6 7 7 5 6 6 5 5 ...
## $ int054 : Factor w/ 8 levels "Geen opgave",..: 8 3 7 7 5 5 6 7 6 5 ...
## $ int055 : Factor w/ 8 levels "Geen opgave",..: 7 7 7 6 3 5 6 7 7 6 ...
## $ int056 : Factor w/ 8 levels "Geen opgave",..: 6 6 7 7 6 5 5 7 6 7 ...
## $ int057 : Factor w/ 8 levels "Geen opgave",..: 6 7 6 6 5 6 7 7 6 5 ...
## $ int058 : Factor w/ 8 levels "Geen opgave",..: 7 7 6 6 3 5 6 7 8 6 ...
## $ int059 : Factor w/ 8 levels "Geen opgave",..: 6 7 3 7 7 5 5 6 8 6 ...
## $ int059a : Factor w/ 8 levels "Geen opgave",..: 7 6 6 6 7 5 6 6 7 6 ...
## $ var571 : Factor w/ 7 levels "Geen opgave",..: 6 7 7 6 6 6 6 7 6 7 ...
## $ var572 : Factor w/ 7 levels "Geen opgave",..: 2 5 7 2 2 2 2 7 2 5 ...
## $ var573 : Factor w/ 7 levels "Geen opgave",..: 5 6 7 6 5 5 5 5 6 6 ...
## $ var574 : Factor w/ 7 levels "Geen opgave",..: 7 2 7 2 6 7 7 6 2 2 ...
## $ var576 : Factor w/ 10 levels "Geen opgave",..: 9 6 7 8 9 6 9 8 8 9 ...
## $ var153 : Factor w/ 7 levels "Geen opgave",..: 7 5 5 5 5 5 5 5 5 5 ...
## $ var154 : Factor w/ 7 levels "Geen opgave",..: 7 6 6 6 7 6 7 6 7 7 ...
## $ var155 : Factor w/ 7 levels "Geen opgave",..: 6 6 6 7 7 7 7 3 6 6 ...
## $ var156 : Factor w/ 7 levels "Geen opgave",..: 7 6 6 6 6 3 7 6 6 6 ...
## $ var157 : Factor w/ 7 levels "Geen opgave",..: 6 3 6 6 6 7 7 3 6 3 ...
## $ var157a : Factor w/ 7 levels "Geen opgave",..: 7 3 6 6 7 7 7 6 6 6 ...
## $ var154a : Factor w/ 7 levels "Geen opgave",..: 3 3 6 6 6 6 6 6 6 6 ...
## $ var164 : Factor w/ 8 levels "Geen opgave",..: 6 6 6 5 5 5 5 6 5 5 ...
## $ var165 : Factor w/ 10 levels "Geen opgave",..: 7 7 7 8 9 9 8 8 9 8 ...
## $ var166 : Factor w/ 10 levels "Geen opgave",..: 7 7 8 7 9 9 8 7 8 8 ...
## $ var179 : Factor w/ 6 levels "Geen opgave",..: 5 5 6 5 5 5 5 5 5 5 ...
## $ var180 : Factor w/ 6 levels "Geen opgave",..: 5 5 5 6 5 6 6 5 5 5 ...
## $ var184 : Factor w/ 6 levels "Geen opgave",..: 5 5 6 5 6 5 5 5 5 5 ...
## $ var185 : Factor w/ 6 levels "Geen opgave",..: 6 5 5 5 6 5 5 5 5 5 ...
## $ var198a : Factor w/ 6 levels "Geen opgave",..: 6 5 5 5 5 5 6 6 6 5 ...
## $ var198 : Factor w/ 11 levels "Geen opgave",..: 2 7 9 7 5 5 2 2 2 7 ...
## $ var201a : Factor w/ 6 levels "Geen opgave",..: 6 5 5 6 6 5 6 6 6 6 ...
## $ var201b : Factor w/ 10 levels "Geen opgave",..: 2 6 8 2 2 5 2 2 2 2 ...
## $ var204 : Factor w/ 9 levels "Geen opgave",..: 9 8 9 8 9 8 9 9 7 9 ...
## $ int257 : Factor w/ 11 levels "Geen opgave",..: 11 7 7 8 10 6 7 9 7 11 ...
## $ var211 : Factor w/ 7 levels "Geen opgave",..: 7 6 7 7 7 5 7 6 6 7 ...
## $ var223 : Factor w/ 7 levels "Geen opgave",..: 5 6 5 7 5 5 5 7 5 5 ...
## $ var1320 : Factor w/ 9 levels "Geen opgave",..: 5 6 6 6 6 6 6 7 5 5 ...
## $ var1321 : Factor w/ 9 levels "Geen opgave",..: 5 8 6 6 8 6 8 8 6 6 ...
## $ var1322 : Factor w/ 7 levels "Geen opgave",..: 7 7 6 6 7 5 5 6 5 5 ...
## $ var1323 : Factor w/ 7 levels "Geen opgave",..: 7 7 6 7 7 6 7 7 7 7 ...
## $ var1324 : Factor w/ 7 levels "Geen opgave",..: 7 7 6 7 7 7 7 7 7 7 ...
## $ var1325 : Factor w/ 7 levels "Geen opgave",..: 7 7 7 7 7 6 7 7 7 6 ...
## $ var1326 : Factor w/ 7 levels "Geen opgave",..: 7 7 7 7 7 7 7 7 7 7 ...
## $ var1327 : Factor w/ 7 levels "Geen opgave",..: 7 7 6 7 7 6 7 7 6 7 ...
## $ var1328 : Factor w/ 7 levels "Geen opgave",..: 7 7 7 7 7 7 7 7 7 7 ...
## $ var229 : Factor w/ 12 levels "Geen opgave",..: 7 7 7 12 7 7 7 6 7 7 ...
## $ int218 : Factor w/ 9 levels "Geen opgave",..: 6 6 7 7 6 8 7 7 8 7 ...
## $ int219 : Factor w/ 9 levels "Geen opgave",..: 6 6 7 7 7 6 6 6 7 7 ...
## $ int221 : Factor w/ 9 levels "Geen opgave",..: 9 6 9 7 7 6 7 7 6 7 ...
## $ int222 : Factor w/ 9 levels "Geen opgave",..: 6 6 7 6 8 7 7 6 8 7 ...
## $ int223 : Factor w/ 9 levels "Geen opgave",..: 7 7 5 6 7 6 7 6 5 8 ...
## $ int710 : Factor w/ 9 levels "Geen opgave",..: 8 6 5 7 7 6 7 7 6 7 ...
## $ int711 : Factor w/ 9 levels "Geen opgave",..: 8 6 7 6 7 9 7 6 5 8 ...
## $ int712 : Factor w/ 9 levels "Geen opgave",..: 6 7 7 7 7 6 8 6 8 8 ...
## $ int713 : Factor w/ 9 levels "Geen opgave",..: 7 7 3 7 6 8 8 6 8 7 ...
## $ int714 : Factor w/ 9 levels "Geen opgave",..: 7 6 3 7 7 7 8 7 8 8 ...
## $ int715 : Factor w/ 9 levels "Geen opgave",..: 7 6 9 6 6 7 9 7 7 8 ...
## $ int716 : Factor w/ 9 levels "Geen opgave",..: 9 7 7 7 6 6 7 7 7 7 ...
## $ var433 : Factor w/ 10 levels "Geen opgave",..: 6 6 7 7 7 5 9 6 7 6 ...
## $ var439 : Factor w/ 10 levels "Geen opgave",..: 6 5 9 8 3 5 5 8 5 9 ...
## $ var1329 : Factor w/ 10 levels "Geen opgave",..: 6 8 6 8 6 5 6 5 5 6 ...
## $ var1330 : Factor w/ 10 levels "Geen opgave",..: 9 9 8 7 9 5 5 8 5 6 ...
## $ var445 : Factor w/ 10 levels "Geen opgave",..: 8 9 6 6 8 8 9 6 7 6 ...
## $ var446 : Factor w/ 10 levels "Geen opgave",..: 7 9 5 8 6 5 6 7 5 5 ...
## $ var447 : Factor w/ 10 levels "Geen opgave",..: 7 9 5 8 6 5 8 7 5 5 ...
## $ var451 : Factor w/ 10 levels "Geen opgave",..: 9 9 8 8 8 5 8 9 9 8 ...
## $ var452 : Factor w/ 10 levels "Geen opgave",..: 6 7 6 6 6 5 8 7 5 5 ...
## $ var1316 : Factor w/ 10 levels "Geen opgave",..: 9 9 8 8 9 5 6 6 5 9 ...
## [list output truncated]
## - attr(*, "variable.labels")= Named chr "WE_ID" "veilignummer" "Leeftijd op 1-jan-2009" "Geslacht hhpersoon (GBA)" ...
## ..- attr(*, "names")= chr "we_id" "veilignr" "lft1" "geslacht" ...
## - attr(*, "codepage")= int 12527 Data manipulations
Okay, lets start playing around with our dataset. We are going to have a look at specific variables, define missings, recode some values, etc.
7.1 Define missings
Lets use age as example. This variable is called lftop in CV. First have a look at this variable.
## < één jaar één jaar 125 jaar 16 17 18 19 twee jaar 20
## 0 0 0 40 37 39 30 0 30
## 21 22 23 24 25 26 27 28 29
## 25 25 38 26 22 18 23 29 30
## 30 31 32 33 34 35 36 37 38
## 22 28 23 23 24 38 35 37 34
## 39 40 41 42 43 44 45 46 47
## 48 45 34 36 39 43 38 41 32
## 48 49 50 51 52 53 54 55 56
## 41 45 29 29 43 32 25 27 27
## 57 58 59 60 61 62 63 64 65
## 30 44 34 33 36 40 29 27 30
## 66 67 68 69 70 71 72 73 74
## 19 24 24 24 23 21 13 15 26
## 75 76 77 78 79 80 81 82 83
## 10 14 17 13 13 10 7 10 10
## 84 85 86 87 88 89 90 91 Onbekend
## 7 6 3 8 2 3 1 3 4
##
## < één jaar één jaar 125 jaar 16 17 18 19 twee jaar 20
## 0 0 0 40 37 39 30 0 30
## 21 22 23 24 25 26 27 28 29
## 25 25 38 26 22 18 23 29 30
## 30 31 32 33 34 35 36 37 38
## 22 28 23 23 24 38 35 37 34
## 39 40 41 42 43 44 45 46 47
## 48 45 34 36 39 43 38 41 32
## 48 49 50 51 52 53 54 55 56
## 41 45 29 29 43 32 25 27 27
## 57 58 59 60 61 62 63 64 65
## 30 44 34 33 36 40 29 27 30
## 66 67 68 69 70 71 72 73 74
## 19 24 24 24 23 21 13 15 26
## 75 76 77 78 79 80 81 82 83
## 10 14 17 13 13 10 7 10 10
## 84 85 86 87 88 89 90 91 Onbekend
## 7 6 3 8 2 3 1 3 4
## <NA>
## 0To substract a variable from a dataframe we use the name of the dataset, a dollar sign and the name of the variable:
datasetname$variablename
We have category ‘onbekend’, which should be a missing. Let’s copy the original variable in a new one, and attach it to the dataset. Thus not:
lftop_new <- cv08$lftop
but:
You probably already noticed that to assign values to a new object we use <- What we now want to do is to replace those values of our new variable ’cv08$lftop_new` which have the values Onbekend.
Dont forget, if you want to understand the code work inside out.
Note that
==is a logical operator. What are the other logical operators in R?
Note that[]is used to subset elements from an object (e.g. dataframe/vector/matrix)
Note thatNAis used in R to define missing values. It means Not Applicable.
How am I to remember all that code/syntax??!!
- By using them.
- You don’t need to, you just need to remember in which script you used them before.
- By using the existing cheat sheets:
- see here
- and here
- see here
- By making your own cheat sheets.
So did our recode work?
##
## < één jaar één jaar 125 jaar 16 17 18 19 twee jaar 20
## 0 0 0 40 37 39 30 0 30
## 21 22 23 24 25 26 27 28 29
## 25 25 38 26 22 18 23 29 30
## 30 31 32 33 34 35 36 37 38
## 22 28 23 23 24 38 35 37 34
## 39 40 41 42 43 44 45 46 47
## 48 45 34 36 39 43 38 41 32
## 48 49 50 51 52 53 54 55 56
## 41 45 29 29 43 32 25 27 27
## 57 58 59 60 61 62 63 64 65
## 30 44 34 33 36 40 29 27 30
## 66 67 68 69 70 71 72 73 74
## 19 24 24 24 23 21 13 15 26
## 75 76 77 78 79 80 81 82 83
## 10 14 17 13 13 10 7 10 10
## 84 85 86 87 88 89 90 91 Onbekend
## 7 6 3 8 2 3 1 3 0
## <NA>
## 4## [1] "< één jaar" "één jaar" "125 jaar" "16" "17" "18" "19"
## [8] "twee jaar" "20" "21" "22" "23" "24" "25"
## [15] "26" "27" "28" "29" "30" "31" "32"
## [22] "33" "34" "35" "36" "37" "38" "39"
## [29] "40" "41" "42" "43" "44" "45" "46"
## [36] "47" "48" "49" "50" "51" "52" "53"
## [43] "54" "55" "56" "57" "58" "59" "60"
## [50] "61" "62" "63" "64" "65" "66" "67"
## [57] "68" "69" "70" "71" "72" "73" "74"
## [64] "75" "76" "77" "78" "79" "80" "81"
## [71] "82" "83" "84" "85" "86" "87" "88"
## [78] "89" "90" "91" "Onbekend"But we want age as numeric variable not as a factor (categorical).
## Factor w/ 81 levels "< één jaar","één jaar",..: 40 28 4 18 46 38 51 23 48 30 ...##
## 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35
## 40 37 39 30 30 25 25 38 26 22 18 23 29 30 22 28 23 23 24 38
## 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55
## 35 37 34 48 45 34 36 39 43 38 41 32 41 45 29 29 43 32 25 27
## 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75
## 27 30 44 34 33 36 40 29 27 30 19 24 24 24 23 21 13 15 26 10
## 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 <NA>
## 14 17 13 13 10 7 10 10 7 6 3 8 2 3 1 3 4## num [1:1963] 51 39 16 29 57 49 62 34 59 41 ...Hint: R is case sensitive. Just try to avoid capitals in your variable names. There are people who have set up a whole list of rules how to name and label stuff. Interesting? You can have a look here:
7.2 Recoding variables
So, we defined a missing value for age. As a second example let us recode the variable education. This one is called var006n in CV08. Lets create a new variable educ3 with three levels:
1. primairy
2. secundairy
3. tertiairy
## [1] "onbekend" "OP < 12 jr of volgt actueel bas.ondw."
## [3] "basisonderwijs" "vmbo"
## [5] "mavo" "havo/vwo"
## [7] "mbo" "hbo"
## [9] "wo" "wo_duplicated_8"
## [11] "Onbekend"##
## onbekend OP < 12 jr of volgt actueel bas.ondw.
## 5 0
## basisonderwijs vmbo
## 380 287
## mavo havo/vwo
## 137 106
## mbo hbo
## 543 339
## wo wo_duplicated_8
## 0 166
## Onbekend <NA>
## 0 0# lets make it a numeric var first
cv08$educn <- as.numeric(cv08$var006n)
# check
table(cv08$educn, useNA = "always")##
## 1 3 4 5 6 7 8 10 <NA>
## 5 380 287 137 106 543 339 166 0# start with an empty variable
cv08$educ3 <- NA
# fill category by category
cv08$educ3[cv08$educn == 2 | cv08$educn == 3] <- 1
cv08$educ3[cv08$educn > 3 & cv08$educn < 8] <- 2
cv08$educ3[cv08$educn > 7 & cv08$educn < 11] <- 3
# check
table(cv08$educ3, useNA = "always")##
## 1 2 3 <NA>
## 380 1073 505 5##
## 1 2 3 <NA>
## 0.193581253 0.546612328 0.257259297 0.002547122# now educ3 is a numeric variable, we want it as factor
cv08$educ3 <- as.factor(cv08$educ3)
table(cv08$educ3, useNA = "always")##
## 1 2 3 <NA>
## 380 1073 505 5##
## primary secondary tertiary <NA>
## 380 1073 505 57.3 Means and counting specific values
Next step. Lets calculate a mean. We will use three questions in CV on polarization. This does not make any theoretical sense of course.
## Geen opgave N.v.t. Weet niet
## 0 0 85
## Weigert Zeer groot Groot
## 0 57 551
## Niet zo groot Helemaal geen tegenstelling
## 1213 57## Geen opgave N.v.t. Weet niet
## 0 0 118
## Weigert Zeer groot Groot
## 0 258 987
## Niet zo groot Helemaal geen tegenstelling
## 571 29## Geen opgave N.v.t. Weet niet
## 0 0 145
## Weigert Zeer groot Groot
## 0 213 803
## Niet zo groot Helemaal geen tegenstelling
## 756 46# Step 2: make numeric
cv08$int055n <- as.numeric(cv08$int055)
table(cv08$int055n, useNA = "always")##
## 3 5 6 7 8 <NA>
## 85 57 551 1213 57 0##
## 3 5 6 7 8 <NA>
## 118 258 987 571 29 0##
## 3 5 6 7 8 <NA>
## 145 213 803 756 46 0# Step 3: define missings and recode
cv08$int055n[cv08$int055n < 5] <- NA
cv08$int055n <- cv08$int055n - 4
cv08$int056n[cv08$int056n < 5] <- NA
cv08$int056n <- cv08$int056n - 4
cv08$int057n[cv08$int057n < 5] <- NA
cv08$int057n <- cv08$int057n - 4
# Step 4: calculate means. How does the function mean work in R?
mean(cv08$int055n)## [1] NA## [1] 2.676251## [1] 2.410756This is not what we want. What we want is to calculate a mean for each row/respondent. This will do the trick:
## [1] 2.333333 2.666667 2.666667 2.333333 1.500000 1.333333# what we really want is a mean but only if there is a maximum of 1 NA in the three variables lets
# first count how many missings we have for each respondent
nmis <- rowSums(is.na(cbind(cv08$int055n, cv08$int056n, cv08$int057n)))
# ?is.na ?rowSums
testmeans <- ifelse(nmis < 2, testmeans, NA)
# Step 5: lets add the calculated means to our dataset
cv08$int_mean <- testmeans
# Bonus: count specific values so now we have this, it is easy to find how many times respondents
# answered 'zeer groot', that is '1'
timesZG <- rowSums(cbind(cv08$int055n, cv08$int056n, cv08$int057n) == 1)
timesZGb <- rowSums(cbind(cv08$int055n, cv08$int056n, cv08$int057n) == 1, na.rm = T)So what are you adding to your cheat sheet?
mean(),rowMeans(),rowSums,cbind(),is.na(),ifelse()
8 Merging data files
8.1 stacked cross sections and panel data in long and wide format
What you need to know 1: Panel or stack cross-sections?
What you need to know 2: If panel, do you want data in long or wide format?
We need to follow these steps:
* Step1: select variables
* Step2: make consistent * Step3: perform the actual merging. Make sure to include necessarry identifier variables.
# step 1: selecting the variables you want to keep. for this tutorial only 6 variables: id, age, sex,
# educ, health, region (not that R is case sensitive)
cv08_sel <- cv08[, c("we_id", "lftop", "geslacht", "var006n", "v401", "landd")]
cv10_sel <- cv10[, c("Sleutel", "var002", "var001", "Vltoplop", "V401", "Landd")]Note that to select rows, you need to set an expression before the “,” , to select columns, after the “,”. Thus with
dataset[i,j]you will select row i and column j. You have learned to subset dataframes by using indici (e.g.dataset[,1:3]), logical expressions (e.g.dataset[var1>1,]), and names (e.g.dataset[,varname]).
# step 2: making the variables similar across individual datasets step 2a: making names the same
names(cv08_sel) <- names(cv10_sel) <- c("id", "age", "sex", "educ", "health", "region")
# step 2b: making levels and labels consistent
summary(cv08_sel)
summary(cv10_sel)
# they look very consistent already. but check carefully.
# we don't want id to be a factor but numeric. Note that we don't want the factor level values as
# numbers but the actual labels as numbers.
# id
cv08_sel$id <- as.numeric(as.character(cv08_sel$id))
cv10_sel$id <- as.numeric(as.character(cv10_sel$id))
# age
cv08_sel$age <- as.numeric(as.character(cv08_sel$age))
cv10_sel$age <- as.numeric(as.character(cv10_sel$age))
# sex men
levels(cv08_sel$sex)
levels(cv10_sel$sex)
table(cv08_sel$sex, useNA = "always")
table(cv10_sel$sex, useNA = "always")
# lets make it a numeric var first
cv08_sel$sexn <- as.numeric(cv08_sel$sex)
table(cv08_sel$sexn)
# recode into dummy
cv08_sel$men <- ifelse(cv08_sel$sexn == 2, 1, 0)
cv08_sel$men <- ifelse(cv08_sel$sexn == 1, NA, cv08_sel$men)
# check
table(cv08_sel$men, useNA = "always")
# lets make it a numeric var first
cv10_sel$sexn <- as.numeric(cv10_sel$sex)
table(cv10_sel$sexn)
# recode into dummy
cv10_sel$men <- ifelse(cv10_sel$sexn == 2, 1, 0)
# check
table(cv10_sel$men, useNA = "always")
# educ educ3
levels(cv08_sel$educ)
levels(cv10_sel$educ)
table(cv08_sel$educ, useNA = "always")
table(cv10_sel$educ, useNA = "always")
# lets make it a numeric var first
cv08_sel$educn <- as.numeric(cv08_sel$educ)
table(cv08_sel$educn)
# recode into 3cats: 1 primair, 2 secundair, 3 is tertiair
cv08_sel$educ3 <- NA
cv08_sel$educ3[cv08_sel$educn == 2 | cv08_sel$educn == 3] <- 1
cv08_sel$educ3[cv08_sel$educn > 3 & cv08_sel$educn < 8] <- 2
cv08_sel$educ3[cv08_sel$educn > 7 & cv08_sel$educn < 11] <- 3
# check
table(cv08_sel$educ3, useNA = "always")
prop.table(table(cv08_sel$educ3, useNA = "always"))
# lets make it a numeric var first
cv10_sel$educn <- as.numeric(cv10_sel$educ)
table(cv10_sel$educn)
# recode into 3cats: 1 primair, 2 secundari, 3 is tertiair
cv10_sel$educ3 <- NA
cv10_sel$educ3[cv10_sel$educn < 3] <- 1 #correct?
cv10_sel$educ3[cv10_sel$educn > 2 & cv10_sel$educn < 6] <- 2
cv10_sel$educ3[cv10_sel$educn == 6] <- 3
# check
table(cv10_sel$educ3, useNA = "always")
prop.table(table(cv10_sel$educ3, useNA = "always"))
# step 3: match. lets add a wave variable
cv08_sel$wave <- 2008
cv10_sel$wave <- 2010
# let make a fake ID, we will use this later when we pretend CV is panel data.
cv08_sel$id2 <- rank(cv08_sel$id)
cv10_sel$id2 <- rank(cv10_sel$id)
# simply place one dataset under the other thus row bind (rbind) check first if same vars in both
# datasets. perhaps clean up first.
cv08_sel <- cv08_sel[, c("id", "id2", "age", "men", "educ3", "health", "region", "wave")]
cv10_sel <- cv10_sel[, c("id", "id2", "age", "men", "educ3", "health", "region", "wave")]
summary(cv08_sel)
summary(cv10_sel)
cv_tot <- rbind(cv08_sel, cv10_sel)
# step 4: checks
summary(cv_tot)
head(cv_tot)
# okay lets pretend it was panel data cv_tot would then be a panel dataset in long format. lets make
# a panel dataset in wide format
cv_tot_panel <- merge(cv08_sel, cv10_sel, all = TRUE, by = "id2")
head(cv_tot_panel)
# rename variables. and when necessary merge again with third wave. not very efficient but it works.
# many people prefer the reshape function. (i like doing it myself but here it goes)
`?`(reshape)
cv_tot_panel <- reshape(cv_tot, timevar = "wave", idvar = "id2", direction = "wide")
head(cv_tot_panel)9 Aggregate data
Lets suppose you want to add the mean age of each region as contextual variable to your data.
# step 1. construct dataset with aggregate info
age_region <- aggregate(cv_tot$age, by = list(cv_tot$region), FUN = mean)
head(age_region)## Group.1 x
## 1 Noord-Nederland 47.77567
## 2 Oost-Nederland 48.04113
## 3 West-Nederland NA
## 4 Zuid-Nederland NAAi, we have missings in age. You see that in our aggregate function we specified with FUN (i.e. function) we want te be performed on the data. We thus have to specify that it should be with the option, na.rm=T.
# I dont expect you to understand this part. We will explain writing functions another time.
fmeannarm <- function(x) {
mean(x, na.rm = T)
}age_region <- aggregate(cv_tot$age, by = list(cv_tot$region), FUN = fmeannarm)
age_region
# lets correct variable names
names(age_region) <- c("region", "age_region")
age_region
# step 2. match to dataset
cv_total <- merge(cv_tot, age_region, by = "region", all.x = TRUE)
head(cv_total)
tail(cv_total)## Group.1 x
## 1 Noord-Nederland 47.77567
## 2 Oost-Nederland 48.04113
## 3 West-Nederland 46.88416
## 4 Zuid-Nederland 48.52500
## region age_region
## 1 Noord-Nederland 47.77567
## 2 Oost-Nederland 48.04113
## 3 West-Nederland 46.88416
## 4 Zuid-Nederland 48.52500
## region id id2 age men educ3 health wave age_region
## 1 Noord-Nederland 40604110 1728 30 0 3 zeer goed, 2008 47.77567
## 2 Noord-Nederland 37975380 610 41 0 2 goed, 2008 47.77567
## 3 Noord-Nederland 40604300 1741 23 0 2 goed, 2008 47.77567
## 4 Noord-Nederland 38722490 890 49 1 2 gaat wel, 2008 47.77567
## 5 Noord-Nederland 20131654 424 60 0 1 goed, 2010 47.77567
## 6 Noord-Nederland 40604100 1727 18 1 2 goed, 2008 47.77567
## region id id2 age men educ3 health wave age_region
## 4894 Zuid-Nederland 39568320 1429 78 1 2 goed, 2008 48.525
## 4895 Zuid-Nederland 20133708 2478 62 0 2 goed, 2010 48.525
## 4896 Zuid-Nederland 20134032 2802 49 1 2 zeer goed, 2010 48.525
## 4897 Zuid-Nederland 20132436 1206 52 1 1 slecht, 2010 48.525
## 4898 Zuid-Nederland 20131923 693 46 1 2 goed, 2010 48.525
## 4899 Zuid-Nederland 20134031 2801 50 1 2 slecht, 2010 48.52510 missing values
Suppose you want to estimate the following model:
model1 <- lm(as.numeric(health) ~ men + age + as.factor(educ3) + as.factor(region), data = cv_total)
summary(model1)##
## Call:
## lm(formula = as.numeric(health) ~ men + age + as.factor(educ3) +
## as.factor(region), data = cv_total)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1.8504 -0.5991 0.0100 0.3289 3.2407
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 5.6427632 0.0515902 109.377 < 2e-16 ***
## men -0.0155079 0.0211182 -0.734 0.463
## age 0.0115217 0.0005858 19.667 < 2e-16 ***
## as.factor(educ3)2 -0.1831809 0.0293149 -6.249 4.49e-10 ***
## as.factor(educ3)3 -0.3248725 0.0330650 -9.825 < 2e-16 ***
## as.factor(region)Oost-Nederland -0.0535139 0.0391705 -1.366 0.172
## as.factor(region)West-Nederland -0.0152383 0.0360003 -0.423 0.672
## as.factor(region)Zuid-Nederland 0.0140803 0.0388009 0.363 0.717
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.7371 on 4869 degrees of freedom
## (22 observations deleted due to missingness)
## Multiple R-squared: 0.09928, Adjusted R-squared: 0.09799
## F-statistic: 76.67 on 7 and 4869 DF, p-value: < 2.2e-16You see that 22 cases are deleted due to missingness but what happened with your health variable?
cv_total$health[cv_total$health == "Weigert"] <- NA
cv_total$healthn <- as.numeric(cv_total$health) - 4
table(cv_total$health)
table(cv_total$healthn)##
## Geen opgave N.v.t. Weet niet Weigert zeer goed, goed,
## 0 0 0 0 1280 2652
## gaat wel, slecht, of zeer slecht?
## 786 146 34
##
## 1 2 3 4 5
## 1280 2652 786 146 34Of course we have several options:
* listwise deletion. Only use when very few missings * replace missing values with intuitive values or add missing as a seperate category.
* impute missing values. A bit complicated but the best option.
10.1 Option 1: listwise deletion
## region id id2 age men
## Postcode (nog) onbekend: 0 Min. :20131231 Min. : 1 Min. :16.00 Min. :0.000
## Noord-Nederland : 526 1st Qu.:20132456 1st Qu.: 613 1st Qu.:33.00 1st Qu.:0.000
## Oost-Nederland :1094 Median :20133680 Median :1225 Median :47.00 Median :0.000
## West-Nederland :2116 Mean :27624666 Mean :1274 Mean :47.63 Mean :0.495
## Zuid-Nederland :1163 3rd Qu.:37978375 3rd Qu.:1838 3rd Qu.:62.00 3rd Qu.:1.000
## Max. :41199300 Max. :2936 Max. :96.00 Max. :1.000
## NA's :4 NA's :10
## educ3 health wave age_region healthn
## Min. :1.000 goed, :2652 Min. :2008 Min. :46.88 Min. :1.00
## 1st Qu.:2.000 zeer goed, :1280 1st Qu.:2008 1st Qu.:46.88 1st Qu.:1.00
## Median :2.000 gaat wel, : 786 Median :2010 Median :47.78 Median :2.00
## Mean :2.089 slecht, : 146 Mean :2009 Mean :47.63 Mean :1.98
## 3rd Qu.:3.000 of zeer slecht?: 34 3rd Qu.:2010 3rd Qu.:48.04 3rd Qu.:2.00
## Max. :3.000 (Other) : 0 Max. :2010 Max. :48.52 Max. :5.00
## NA's :8 NA's : 1 NA's :1model2 <- lm(as.numeric(healthn) ~ men + age + as.factor(educ3) + as.factor(region), data = cv_total)
summary(model2)##
## Call:
## lm(formula = as.numeric(healthn) ~ men + age + as.factor(educ3) +
## as.factor(region), data = cv_total)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1.6261 -0.6001 0.0094 0.3288 3.2415
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 1.6429046 0.0515620 31.863 < 2e-16 ***
## men -0.0162517 0.0211087 -0.770 0.441
## age 0.0115192 0.0005855 19.673 < 2e-16 ***
## as.factor(educ3)2 -0.1831872 0.0292989 -6.252 4.39e-10 ***
## as.factor(educ3)3 -0.3233545 0.0330525 -9.783 < 2e-16 ***
## as.factor(region)Oost-Nederland -0.0535499 0.0391492 -1.368 0.171
## as.factor(region)West-Nederland -0.0153441 0.0359807 -0.426 0.670
## as.factor(region)Zuid-Nederland 0.0157006 0.0387850 0.405 0.686
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.7367 on 4868 degrees of freedom
## (23 observations deleted due to missingness)
## Multiple R-squared: 0.09925, Adjusted R-squared: 0.09795
## F-statistic: 76.63 on 7 and 4868 DF, p-value: < 2.2e-16You see 23 cases deleted due to missingness
10.2 Option 2: replacing missing values.
Don’t replace missings on dependent variable.
For categorical variables add category missing. For continues/metric variables replace missing with mean value.
cv_total$men2 <- ifelse(is.na(cv_total$men), 2, cv_total$men)
summary(cv_total$men2)
cv_total$educ3b <- ifelse(is.na(cv_total$educ3), 4, cv_total$educ3)
summary(cv_total$educ3b)
cv_total$age2 <- ifelse(is.na(cv_total$age), mean(cv_total$age, na.rm = TRUE), cv_total$age)
# And lets make a dummy that indicates for whom we replaced missing values.
cv_total$age_mis <- ifelse(is.na(cv_total$age), 1, 0)
summary(cv_total$age2)
table(cv_total$age_mis)
# pay attention, now use categorical variable men2
model3 <- lm(healthn ~ as.factor(men2) + age2 + age_mis + as.factor(educ3b) + as.factor(region), data = cv_total)
summary(model3)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.0000 0.0000 0.0000 0.4981 1.0000 2.0000
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.000 2.000 2.000 2.092 3.000 4.000
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 16.00 33.50 47.00 47.63 62.00 96.00
##
## 0 1
## 4895 4
##
## Call:
## lm(formula = healthn ~ as.factor(men2) + age2 + age_mis + as.factor(educ3b) +
## as.factor(region), data = cv_total)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1.6200 -0.6013 0.0103 0.3268 3.2422
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 1.6430251 0.0516038 31.839 < 2e-16 ***
## as.factor(men2)1 -0.0186500 0.0211416 -0.882 0.378
## as.factor(men2)2 -0.2534807 0.2341966 -1.082 0.279
## age2 0.0114647 0.0005852 19.592 < 2e-16 ***
## age_mis 0.1067769 0.3699339 0.289 0.773
## as.factor(educ3b)2 -0.1786212 0.0293068 -6.095 1.18e-09 ***
## as.factor(educ3b)3 -0.3193546 0.0330785 -9.654 < 2e-16 ***
## as.factor(educ3b)4 -0.4032117 0.2624656 -1.536 0.125
## as.factor(region)Oost-Nederland -0.0548586 0.0391963 -1.400 0.162
## as.factor(region)West-Nederland -0.0146274 0.0360252 -0.406 0.685
## as.factor(region)Zuid-Nederland 0.0157363 0.0388302 0.405 0.685
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.7384 on 4887 degrees of freedom
## (1 observation deleted due to missingness)
## Multiple R-squared: 0.09797, Adjusted R-squared: 0.09612
## F-statistic: 53.08 on 10 and 4887 DF, p-value: < 2.2e-1610.3 Option 3: impute missing values
We will use the R package mice (van Buuren & Groothuis-Oudshoorn (2011)).
For theory please see:
* https://stefvanbuuren.name/Winnipeg
* https://stefvanbuuren.name/Winnipeg/Lectures/Winnipeg.pdf
Read the literature, lectures and have a look at all vignettes of the package mice (here). This is not basic stuff!
# lets start with the original dataset, that is without replacement of the missings
cv_total <- cv_total[, c("id", "id2", "age", "men", "educ3", "health", "region", "wave")]
# define all missings only for health needs to be redefined
cv_total$health[cv_total$health == "Weigert"] <- NA
cv_total$health <- as.numeric(cv_total$health) - 4
# multiple imputation take into account measurement level of variables
cv_total$men <- as.factor(cv_total$men)
cv_total$educ3 <- as.factor(cv_total$educ3)
# check pattern
md.pattern(cv_total)
# we do not have real patterns. thus mcar. tis is only seldom the case!!
# lets impute
names(cv_total)
# [1] 'id' 'id2' 'age' 'men' 'educ3' 'health' 'region' 'wave'
imp <- mice(data = cv_total, method = c("", "", "pmm", "logreg", "polr", "pmm", "", ""))## Error in solve.default(xtx + diag(pen)): system is computationally singular: reciprocal condition number = 2.35478e-20# does not work. probably because we do not have a lot of missings ;-)
imp <- mice(data = cv_total, method = c("", "", "cart", "logreg", "polr", "cart", "", ""))
attributes(imp)
summary(cv_total)
summary(complete(imp))
summary(with(imp, mean(age)))
# how did we predict
imp$pred
# ai, we do not want to use id id2 and wave to predict the other variables thus needs to correct
pred <- imp$pred
pred[, "id"] <- 0
pred[, "id2"] <- 0
pred[, "wave"] <- 0
pred
# rerun good practice: use a seed. this will help in replicating your results!
imp <- mice(data = cv_total, method = c("", "", "cart", "logreg", "polr", "cart", "", ""), pred = pred,
seed = 45622)
plot(imp)
# in real life: check convergence, check plausible values. see vignette 2 of mice package
# and fit model on imputed dataset
model_imp <- with(imp, lm(as.numeric(health) ~ men + age + educ3 + region))
pool_model_imp <- pool(model_imp)
summary(pool_model_imp)## id id2 region wave health age educ3 men
## 4876 1 1 1 1 1 1 1 1 0
## 10 1 1 1 1 1 1 1 0 1
## 8 1 1 1 1 1 1 0 1 1
## 4 1 1 1 1 1 0 1 1 1
## 1 1 1 1 1 0 1 1 1 1
## 0 0 0 0 1 4 8 10 23
## [1] "id" "id2" "age" "men" "educ3" "health" "region" "wave"
##
## iter imp variable
## 1 1 age
## iter imp variable
## 1 1 age men educ3 health
## 1 2 age men educ3 health
## 1 3 age men educ3 health
## 1 4 age men educ3 health
## 1 5 age men educ3 health
## 2 1 age men educ3 health
## 2 2 age men educ3 health
## 2 3 age men educ3 health
## 2 4 age men educ3 health
## 2 5 age men educ3 health
## 3 1 age men educ3 health
## 3 2 age men educ3 health
## 3 3 age men educ3 health
## 3 4 age men educ3 health
## 3 5 age men educ3 health
## 4 1 age men educ3 health
## 4 2 age men educ3 health
## 4 3 age men educ3 health
## 4 4 age men educ3 health
## 4 5 age men educ3 health
## 5 1 age men educ3 health
## 5 2 age men educ3 health
## 5 3 age men educ3 health
## 5 4 age men educ3 health
## 5 5 age men educ3 health
## $names
## [1] "data" "imp" "m" "where" "blocks"
## [6] "call" "nmis" "method" "predictorMatrix" "visitSequence"
## [11] "formulas" "post" "blots" "seed" "iteration"
## [16] "lastSeedValue" "chainMean" "chainVar" "loggedEvents" "version"
## [21] "date"
##
## $class
## [1] "mids"
##
## id id2 age men educ3 health
## Min. :20131231 Min. : 1 Min. :16.00 0 :2469 1 : 839 Min. :1.00
## 1st Qu.:20132456 1st Qu.: 613 1st Qu.:33.00 1 :2420 2 :2777 1st Qu.:1.00
## Median :20133680 Median :1225 Median :47.00 NA's: 10 3 :1275 Median :2.00
## Mean :27624666 Mean :1274 Mean :47.63 NA's: 8 Mean :1.98
## 3rd Qu.:37978375 3rd Qu.:1838 3rd Qu.:62.00 3rd Qu.:2.00
## Max. :41199300 Max. :2936 Max. :96.00 Max. :5.00
## NA's :4 NA's :1
## region wave
## Postcode (nog) onbekend: 0 Min. :2008
## Noord-Nederland : 526 1st Qu.:2008
## Oost-Nederland :1094 Median :2010
## West-Nederland :2116 Mean :2009
## Zuid-Nederland :1163 3rd Qu.:2010
## Max. :2010
##
## id id2 age men educ3 health
## Min. :20131231 Min. : 1 Min. :16.00 0:2473 1: 840 Min. :1.00
## 1st Qu.:20132456 1st Qu.: 613 1st Qu.:33.00 1:2426 2:2782 1st Qu.:1.00
## Median :20133680 Median :1225 Median :47.00 3:1277 Median :2.00
## Mean :27624666 Mean :1274 Mean :47.61 Mean :1.98
## 3rd Qu.:37978375 3rd Qu.:1838 3rd Qu.:62.00 3rd Qu.:2.00
## Max. :41199300 Max. :2936 Max. :96.00 Max. :5.00
## region wave
## Postcode (nog) onbekend: 0 Min. :2008
## Noord-Nederland : 526 1st Qu.:2008
## Oost-Nederland :1094 Median :2010
## West-Nederland :2116 Mean :2009
## Zuid-Nederland :1163 3rd Qu.:2010
## Max. :2010
## # A tibble: 5 x 1
## x
## <dbl>
## 1 47.6
## 2 47.6
## 3 47.6
## 4 47.6
## 5 47.6
## id id2 age men educ3 health region wave
## id 0 1 1 1 1 1 1 1
## id2 1 0 1 1 1 1 1 1
## age 1 1 0 1 1 1 1 1
## men 1 1 1 0 1 1 1 1
## educ3 1 1 1 1 0 1 1 1
## health 1 1 1 1 1 0 1 1
## region 1 1 1 1 1 1 0 1
## wave 1 1 1 1 1 1 1 0
## id id2 age men educ3 health region wave
## id 0 0 1 1 1 1 1 0
## id2 0 0 1 1 1 1 1 0
## age 0 0 0 1 1 1 1 0
## men 0 0 1 0 1 1 1 0
## educ3 0 0 1 1 0 1 1 0
## health 0 0 1 1 1 0 1 0
## region 0 0 1 1 1 1 0 0
## wave 0 0 1 1 1 1 1 0
##
## iter imp variable
## 1 1 age men educ3 health
## 1 2 age men educ3 health
## 1 3 age men educ3 health
## 1 4 age men educ3 health
## 1 5 age men educ3 health
## 2 1 age men educ3 health
## 2 2 age men educ3 health
## 2 3 age men educ3 health
## 2 4 age men educ3 health
## 2 5 age men educ3 health
## 3 1 age men educ3 health
## 3 2 age men educ3 health
## 3 3 age men educ3 health
## 3 4 age men educ3 health
## 3 5 age men educ3 health
## 4 1 age men educ3 health
## 4 2 age men educ3 health
## 4 3 age men educ3 health
## 4 4 age men educ3 health
## 4 5 age men educ3 health
## 5 1 age men educ3 health
## 5 2 age men educ3 health
## 5 3 age men educ3 health
## 5 4 age men educ3 health
## 5 5 age men educ3 health
## estimate std.error statistic df p.value
## (Intercept) 1.64244593 0.0515383824 31.8684027 4883.789 0.000000e+00
## men1 -0.01820577 0.0211560125 -0.8605483 4691.431 3.895308e-01
## age 0.01146258 0.0005845866 19.6080122 4857.764 0.000000e+00
## educ32 -0.17830243 0.0292493341 -6.0959484 4882.370 1.171582e-09
## educ33 -0.31990287 0.0330235550 -9.6871118 4865.094 0.000000e+00
## regionOost-Nederland -0.05554349 0.0391695802 -1.4180262 4888.375 1.562469e-01
## regionWest-Nederland -0.01516021 0.0360041670 -0.4210683 4888.453 6.737237e-01
## regionZuid-Nederland 0.01578513 0.0387966946 0.4068680 4888.453 6.841228e-0111 Cheatsheets
There are many cheatsheets available on the web.You may use google to find some. You will also find them within RStudio, by navigating to the Help tab (Arrow 6, Figure 1) and then click on the little house “Show R Help”.
At the very minimum, have a look at the following very helpful cheatsheets:
The best cheatsheets are the ones you make yourself.
11.1 Packages
- foreign: import .sav files
- haven: import spss/stata files
- intallr: to quickly update your R version and packages
- mice: used to impute missing data
11.2 Operators
<-: e.g.x <- 4
- Logical operators:
==,>,<,<=,>=,&,|,&&,||
$: used to extract vectors from an object. E.g.df$x[]: used to extract elements from a vector. E.g.x[2]
[,]: used to extract elements from a matrix. E.g.xmat[2,3]
11.3 Functions
setwd("yourpath\\subpath\\"): set your workdirectoryinstall.packages("packagename")
require(packagename)
updateR(): update your R.
read.spss()c(): e.g.x <- c(2,4,6)cbind(): e.g.cbind(c1, c2, c3)binds columns into a matrix
rbind(): e.g.rbind(r1, r2, r3)bind rows into a matrixrm(): remove objects
ls(): lists object in your Environment
print("Hello world!")
names(object)
summary(object)head(object)str(object)fix(object)levels(variable)table(variable)
11.4 Objects
x <- c(2,4,6):xis a numerical string without dimensions
xmat <- cbind(x, x):xmatis a matrix with 3 rows and 2 columnsxlist <- list(x):xlistis a list with only one element,x
xdf <- data.frame(x):xdfis a dataframe. Your data is often stored in a data frame.
Thank you for reading this tutorial!!
References
van Buuren, S., & Groothuis-Oudshoorn, K. (2011). mice: Multivariate imputation by chained equations in r. Journal of Statistical Software, 45(3), 1–67. Retrieved from https://www.jstatsoft.org/v45/i03/
---
title: "Tutorial CSR - Basics in R"
author: "Jochem Tolsma"
bibliography: bibliography.bib
csl: apa-old-doi-prefix.csl
output:
  html_document:
    highlight: haddock
    number_sections: yes
    self_contained: yes
    theme: lumen
    toc: yes
    toc_depth: 3
    toc_float: yes
    mathjax: null
    code_download: yes
    code_folding: show 
---

<!--set global settings--> 
```{r, globalsettings, echo=FALSE, warning=FALSE}
library(knitr)
opts_chunk$set(tidy.opts=list(width.cutoff=100),tidy=TRUE, warning = FALSE, message = FALSE, cache=TRUE, attr.source = ".numberLines")
options(width = 100)
```

<!--copy to clipboard-->
```{r klippy, echo=FALSE, include=TRUE}
require(klippy)
klippy::klippy('')
klippy::klippy(position = c('top', 'right'))
#klippy::klippy(color = 'darkred')
#klippy::klippy(tooltip_message = 'Click to copy', tooltip_success = 'Done')
```

<!--define some custom css-->
```{css, echo=FALSE}
pre {
  max-height: 300px;
  overflow-y: auto;
  overflow-x: auto;
  margin: 0px;
}

.watch-out {
  background-color: lightpink;
  border: 3px solid red;
  font-weight: bold;
}

.large {
  max-height: 1100px;
  overflow-y: auto;
  overflow-x: auto;
  width: 1100px;
}


body{ /* Normal  */
      font-size: 14px;
  }

h1 { /* Header 1 */
  font-size: 20px;
  font-weight: bold;
  }
  
h2 { /* Header 2 */
  font-size: 18px;
  color: DarkBlue;
}

h3 { /* Header 3 */
  font-size: 16px;
  color: DarkBlue;
}

blockquote {
  padding: 10px 20px;
  margin: 0 0 20px;
  font-size: 14px;
  border-left: 6px solid #eee;
  background-color:lightcyan
}

caption {
  font-size: 14px;
  color: black;
  font-weight: bold
}

pre.numberSource a.sourceLine {
  left: -1em;
}

```

<!--load required functions -->
```{r start, message=FALSE, echo=FALSE, results='hide'}
require(foreign) || install.packages("foreign"); library(foreign)
require(installr) || install.packages("installr"); library(foreign)
require(mice) || install.packages("mice"); library(mice)
require(klippy) || install.packages("klippy"); library(klippy)
require(bibtex) || install.packages("bibtex"); library(bibtex)

rm(list=ls())

#updateR()

```

<!---custom functions -->
```{r, echo=FALSE}
biblio <- bibtex::read.bib("bibliography.bib")
ref <- function(x){capture.output(print(biblio[x]))}
```

Latest Version: `r format(Sys.Date(), "%d-%m-%Y")`

Please email any comments to: j.tolsma@ru.nl	

# Getting up and running

* install the latest version of R: [R](https://cran.r-project.org/)
* install the latest version of RStudio: [RStudio](www.rstudio.com) 
* open RStudio and follow a brief tour/tutorial
  + [brief tour of Gulzar](https://web.cs.ucla.edu/~gulzar/rstudio/basic-tutorial.html)
  + lot of youtube videos for RStudio

Open RStudio. Your screen will look something like this: 


**Figure 1. Screenshot**[]{#anchor}
![Figure 1. Screenshot](screenshot.PNG) 


* I will show you around the major subwindows and taps in RStudio. 

# Working with RScript  

* Open a new R-script (via file --> new --> RScript ([**Arrow 1, Figure 1**](#anchor)), or simply hit *Ctrl+Shift+N*)
  
- Make sure to start your script with your name, date.    
- Always make to start with a clean workspace.  
- Load the additional packages you will need later.  
- Always make sure to start with the latest versions of R and your packages.  
- Always define your workdirectory.    

Thus your RScript will look something like this:

```{r, eval=FALSE}
###########################
#Title: Tutorial CSR
#Author: J Tolsma
#version: 30-10-2019
###########################

##########################
#before I start I will always do this

#start with clean workspace 
rm(list=ls())

#install.packages I will need later here
install.packages("installr") #you  first install packages
require(installr) #then you will need to load them. This package is used to simply update R
install.packages("foreign")
require(foreign) #used to read in spss data files

#update if necessarry
updateR()

#define workdirectory, note the double backslashes
setwd('C:\\Users\\Jochem\\Documents\\CRP\\') #change to your own workdirectory

```


Do you see I start some lines with a `#` these lines are comments and not code/commands. This is similar as the `*` sign in SPSS.  
To run some code, you place your cursor in the line and hit *Ctrl+Enter*. You may also select the code you want to run, or copy and paste it directly in the console window ([**Arrow 2, Figure 1**](#anchor)). To see which commands you have executed, you may want to have a look at the history tab ([**Arrow 3, Figure 1**](#anchor))). 

> Hint 1: In the upper right corner of the code blocks you see a *copy-and-paste* sign. You may use this to copy and paste the code of this tutorial in your own script. 
> Hint 2: You really want to learn R? Never ever copy and paste code. Type the code yourself. 

# Installing additional packages    
You will probably always need to load and/or install additional packages. You may want to use RStudio's functionality ([**Arrow 4, Figure1**](#anchor)). I normally prefer to put everyting in my script. See for example in the code block above, line 9 to 12. 

# I don't understand the code!!
When you see `functionname()` it means we use a build-in function of R
If you want to see how lines/commands/functions work, try to decipher them from the inside out. Thus if you want to dechiper `rm(list=ls())`:  

* `ls()`
* `list=ls()`
* `list`  

Let's give it a go: 
```{r, results}
tesvariable <- 4
ls()
list=ls()
list
ls()
rm(list)
ls()
#? :-)
rm(list=ls())
ls()

```
  
If you want to know more about specific functions, try to use the help function. 
For example try the following:  

* `?ls`  
* `?rm`  

At first it will be difficult to read the R Documentation pages. Don't worry, you will get the hang of it.

# Hello world!
Don't ask me why, but every tutorial needs to start with printing **Hello world!**. Thus here we go.
```{r helloworld}
myString <- "Hello world!"
print ( myString)
```


# Reading in spss.sav files

We are going to work with two datasets you used during the lecture: "Culturele Veranderingen". For more information on these datasets, see [here](https://www.scp.nl/Onderzoek/Bronnen/Beknopte_onderzoeksbeschrijvingen/Culturele_veranderingen_in_Nederland_CV).

Please download the files to your working directory. 

Cultural Changes_2008.sav:
```{r includecv08, echo=FALSE}
xfun::embed_file('Cultural Changes_2008.sav') 
```
  
Cultural Changes_2010.sav:
```{r includecv10, echo=FALSE}
xfun::embed_file('Cultural Changes_2010.sav')
```


```{r readingspss, warning=FALSE, message=FALSE}
#ignore the warnings  
#?read.spss

cv08 <- read.spss("Cultural Changes_2008.sav", use.value.labels=T, to.data.frame=T)
cv10 <- read.spss("Cultural Changes_2010.sav", use.value.labels=T, to.data.frame=T)

#normally I think setting use.value.labels=F is more convenient. Thus lets load the data again but now without labels 

cv08_nolab <- read.spss("Cultural Changes_2008.sav", use.value.labels=F, to.data.frame=T)
cv10_nolab <- read.spss("Cultural Changes_2010.sav", use.value.labels=F, to.data.frame=T)

```

So you see I read in the data by using the function `read.spss()`. Within this function I set some arguments/parameters (e.g. use.value.labels).  

Now we can inspect our datasets: 

* Find the *Environment* tab in the upper right window ([**Arrow 5, Figure1**](#anchor)).  
  + Find the little arrow and decollap.
  + What do we see?     
* Double click on one of the datasets.
  + What happens?
  + Go to the new window and have a look at the data.  
  + Close this window when finished.     
* Lets use some build-in functions to get more information of our dataset.  

```{r inspectingdata}
names(cv08)
summary(cv08)
head(cv08)
str(cv08)
fix(cv08)
```

# Data manipulations
Okay, lets start playing around with our dataset. We are going to have a look at specific variables, define missings, recode some values, etc. 

## Define missings

Lets use age as example. This variable is called **lftop** in CV. 
First have a look at this variable. 

```{r datamanip, results='hold'}
summary(cv08$lftop)
table(cv08$lftop, useNA="always")
```
  
  
> To substract a variable from a dataframe we use the name of the dataset, a dollar sign and the name of the variable: `datasetname$variablename`

We have category 'onbekend', which should be a missing.
Let's copy the original variable in a new one, and attach it to the dataset. 
Thus not:   
`lftop_new <-  cv08$lftop`  
but:
```{r}
cv08$lftop_new <-  cv08$lftop
```
  
You probably already noticed that to assign values to a new object we use `<-`
What we now want to do is to replace those values of our new variable 'cv08$lftop_new` which have the values **Onbekend**. 

```{r}
cv08$lftop_new[cv08$lftop_new=="Onbekend"] <-  NA
```
Dont forget, if you want to understand the code work inside out. 

> Note that `==` is a logical operator. What are the other logical operators in R?   
> Note that `[]` is used to subset elements from an object (e.g. dataframe/vector/matrix)  
> Note that `NA` is used in R to define missing values. It means Not Applicable. 


How am I to remember all that code/syntax??!!  

* By using them.  
* You don't need to, you just need to remember in which script you used them before.  
* By using the existing cheat sheets:
  + see here  
  + and here  
* By making your own cheat sheets.  

So did our recode work?
```{r}
table(cv08$lftop_new, useNA="always")
levels(cv08$lftop_new)
```

But we want age as numeric variable not as a factor (categorical). 
```{r}
str(cv08$lftop_new)
cv08$agen <- as.numeric(as.character(cv08$lftop_new))
table(cv08$agen, useNA="always")
str(cv08$agen)
```

> Hint: R is case sensitive. Just try to avoid capitals in your variable names. There are people who have set up a whole list of rules how to name and label stuff. Interesting? You can have a look here: 


## Recoding variables
So, we defined a missing value for age. As a second example let us recode the variable education. This one is called **var006n** in CV08. Lets create a new variable **educ3** with three levels:  
1. primairy  
2. secundairy  
3. tertiairy  

```{r recode}
levels(cv08$var006n)
table(cv08$var006n, useNA="always")

#lets make it a numeric var first
cv08$educn <- as.numeric(cv08$var006n)
#check
table(cv08$educn, useNA="always")

#start with an empty variable
cv08$educ3 <- NA
#fill category by category
cv08$educ3[cv08$educn==2 | cv08$educn==3] <- 1
cv08$educ3[cv08$educn>3 & cv08$educn<8] <- 2
cv08$educ3[cv08$educn>7 & cv08$educn<11] <- 3

#check
table(cv08$educ3, useNA="always")
prop.table(table(cv08$educ3, useNA="always"))

#now educ3 is a numeric variable, we want it as factor
cv08$educ3 <- as.factor(cv08$educ3)
table(cv08$educ3, useNA="always")
levels(cv08$educ3) <- c("primary", "secondary", "tertiary")
table(cv08$educ3, useNA="always")
```

## Means and counting specific values

Next step. Lets calculate a mean. 
We will use three questions in CV on polarization. This does not make any theoretical sense of course. 

```{r means}

#Step 1: have a look at the vars
summary(cv08$int055)
summary(cv08$int056)
summary(cv08$int057)

#Step 2: make numeric
cv08$int055n <- as.numeric(cv08$int055)
table(cv08$int055n, useNA="always")
cv08$int056n <- as.numeric(cv08$int056)
table(cv08$int056n, useNA="always")
cv08$int057n <- as.numeric(cv08$int057)
table(cv08$int057n, useNA="always")

#Step 3: define missings and recode
cv08$int055n[cv08$int055n<5] <- NA
cv08$int055n <- cv08$int055n  - 4
cv08$int056n[cv08$int056n<5] <- NA
cv08$int056n <- cv08$int056n  - 4
cv08$int057n[cv08$int057n<5] <- NA
cv08$int057n <- cv08$int057n  - 4

#Step 4: calculate means. 
#How does the function mean work in R?
mean(cv08$int055n)
mean(cv08$int055n, na.rm=TRUE)
mean(c(cv08$int055n, cv08$int056n, cv08$int057n), na.rm = T)
```

This is not what we want. What we want is to calculate a mean for each row/respondent. 
This will do the trick:
```{r means2}
testmeans <- rowMeans(cbind(cv08$int055n, cv08$int056n, cv08$int057n), na.rm = T)
head(testmeans)

#what we really want is a mean but only if there is a maximum of 1 NA in the three variables
#lets first count how many missings we have for each respondent
nmis <- rowSums(is.na(cbind(cv08$int055n, cv08$int056n, cv08$int057n)))

# ?is.na
# ?rowSums

testmeans <- ifelse(nmis<2,testmeans, NA)

#Step 5: lets add the calculated means to our dataset
cv08$int_mean <- testmeans

#Bonus: count specific values
#so now we have this, it is easy to find how many times respondents answered 'zeer groot', that is '1'
timesZG <- rowSums(cbind(cv08$int055n, cv08$int056n, cv08$int057n)==1)
timesZGb <- rowSums(cbind(cv08$int055n, cv08$int056n, cv08$int057n)==1, na.rm=T)
```

> So what are you adding to your cheat sheet?
> `mean()`, `rowMeans()`, `rowSums`, `cbind()`, `is.na()`, `ifelse()`

# Merging data files
## stacked cross sections and panel data in long and wide format

What you need to know 1: Panel or stack cross-sections?  
What you need to know 2: If panel, do you want data in long or wide format? 

We need to follow these steps:  
* Step1: select variables  
* Step2: make consistent
* Step3: perform the actual merging. Make sure to include necessarry identifier variables. 


```{r merging}
#step 1: selecting the variables you want to keep.
#for this tutorial only 6 variables: id, age, sex, educ, health, region (not that R is case sensitive)
cv08_sel <- cv08[,c("we_id", "lftop", "geslacht", "var006n", "v401", "landd")]
cv10_sel <- cv10[,c("Sleutel", "var002", "var001", "Vltoplop", "V401", "Landd")]
```

> Note that to select rows, you need to set an expression before the "," , to select columns, after the ",". Thus with `dataset[i,j]` you will select row *i* and column *j*. 
> You have learned to subset dataframes by using indici (e.g. `dataset[,1:3]`), logical expressions (e.g. `dataset[var1>1,])`, and names (e.g. `dataset[,varname]`).

```{r merging2, results='hide'}
#step 2: making the variables similar across individual datasets
#step 2a: making names the same
names(cv08_sel) <- names(cv10_sel) <- c("id", "age", "sex", "educ", "health", "region")

#step 2b: making levels and labels consistent
summary(cv08_sel)
summary(cv10_sel)
#they look very consistent already. but check carefully. 

#we don't want id to be a factor but numeric. Note that we don't want the factor level values as numbers but the actual labels as numbers. 

#id
cv08_sel$id <- as.numeric(as.character(cv08_sel$id))
cv10_sel$id <- as.numeric(as.character(cv10_sel$id))

#age
cv08_sel$age <- as.numeric(as.character(cv08_sel$age))
cv10_sel$age <- as.numeric(as.character(cv10_sel$age))

#sex men
levels(cv08_sel$sex)
levels(cv10_sel$sex)
table(cv08_sel$sex, useNA="always")
table(cv10_sel$sex, useNA="always")
#lets make it a numeric var first
cv08_sel$sexn <- as.numeric(cv08_sel$sex)
table(cv08_sel$sexn)
#recode into dummy
cv08_sel$men <- ifelse(cv08_sel$sexn==2, 1, 0)
cv08_sel$men <- ifelse(cv08_sel$sexn==1, NA, cv08_sel$men)
#check
table(cv08_sel$men, useNA="always")
#lets make it a numeric var first
cv10_sel$sexn <- as.numeric(cv10_sel$sex)
table(cv10_sel$sexn)
#recode into dummy
cv10_sel$men <- ifelse(cv10_sel$sexn==2, 1, 0)
#check
table(cv10_sel$men, useNA="always")

#educ educ3
levels(cv08_sel$educ)
levels(cv10_sel$educ)
table(cv08_sel$educ, useNA="always")
table(cv10_sel$educ, useNA="always")
#lets make it a numeric var first
cv08_sel$educn <- as.numeric(cv08_sel$educ)
table(cv08_sel$educn)
#recode into 3cats: 1 primair, 2 secundair, 3 is tertiair
cv08_sel$educ3 <- NA
cv08_sel$educ3[cv08_sel$educn==2 | cv08_sel$educn==3] <- 1
cv08_sel$educ3[cv08_sel$educn>3 & cv08_sel$educn<8] <- 2
cv08_sel$educ3[cv08_sel$educn>7 & cv08_sel$educn<11] <- 3
#check
table(cv08_sel$educ3, useNA="always")
prop.table(table(cv08_sel$educ3, useNA="always"))

#lets make it a numeric var first
cv10_sel$educn <- as.numeric(cv10_sel$educ)
table(cv10_sel$educn)
#recode into 3cats: 1 primair, 2 secundari, 3 is tertiair
cv10_sel$educ3 <- NA
cv10_sel$educ3[cv10_sel$educn<3] <- 1 #correct?
cv10_sel$educ3[cv10_sel$educn>2 & cv10_sel$educn<6] <- 2
cv10_sel$educ3[cv10_sel$educn==6] <- 3
#check
table(cv10_sel$educ3, useNA="always")
prop.table(table(cv10_sel$educ3, useNA="always"))

#step 3: match. 
#lets add a wave variable
cv08_sel$wave <- 2008
cv10_sel$wave <- 2010

#let make a fake ID, we will use this later when we pretend CV is panel data. 
cv08_sel$id2 <- rank(cv08_sel$id)
cv10_sel$id2 <- rank(cv10_sel$id)

#simply place one dataset under the other thus row bind (rbind)
#check first if same vars in both datasets.
#perhaps clean up first. 

cv08_sel <- cv08_sel[,c("id","id2", "age", "men", "educ3", "health", "region", "wave")]
cv10_sel <- cv10_sel[,c("id", "id2", "age", "men", "educ3", "health", "region", "wave")]

summary(cv08_sel)
summary(cv10_sel)

cv_tot <- rbind(cv08_sel, cv10_sel)

#step 4: checks
summary(cv_tot)
head(cv_tot)

#okay lets pretend it was panel data
#cv_tot would then be a panel dataset in long format. 
#lets make a panel dataset in wide format
cv_tot_panel <- merge(cv08_sel, cv10_sel, all=TRUE, by="id2")
head(cv_tot_panel)
#rename variables. and when necessary merge again with third wave. not very efficient but it works.

#many people prefer the reshape function. (i like doing it myself but here it goes)
?reshape
cv_tot_panel <- reshape(cv_tot, timevar="wave", idvar="id2", direction="wide")
head(cv_tot_panel)
```


# Aggregate data  
Lets suppose you want to add the mean age of each region as contextual variable to your data. 

```{r, aggregate, results='hold'}
#step 1. construct dataset with aggregate info
age_region <- aggregate(cv_tot$age, by=list(cv_tot$region), FUN=mean)
head(age_region)
```

Ai, we have missings in age. 
You see that in our aggregate function we specified with FUN (i.e. function) we want te be performed on the data. We thus have to specify that it should be with the option, na.rm=T. 

```{r functions, class.source="watch-out" }
#I dont expect you to understand this part. We will explain writing functions another time.
fmeannarm <- function(x){mean(x,na.rm=T)}
```

```{r, aggregate2, results='hold'}
age_region <- aggregate(cv_tot$age, by=list(cv_tot$region), FUN=fmeannarm)
age_region
#lets correct variable names
names(age_region) <- c("region","age_region")
age_region

#step 2. match to dataset
cv_total <- merge(cv_tot, age_region, by="region", all.x=TRUE)
head(cv_total)
tail(cv_total)
```

# missing values

Suppose you want to estimate the following model:

```{r, model1}
model1 <- lm(as.numeric(health) ~ men + age +  as.factor(educ3) + as.factor(region), data=cv_total)
summary(model1)
```

You see that 22 cases are deleted due to missingness but what happened with your health variable? 

```{r, results="hold"}
cv_total$health[cv_total$health=="Weigert"] <- NA
cv_total$healthn <- as.numeric(cv_total$health) - 4
table(cv_total$health)
table(cv_total$healthn)
```

Of course we have several options:  
* listwise deletion. Only use when very few missings
* replace missing values with intuitive values or add missing as a seperate category.  
* impute missing values. A bit complicated but the best option. 

## Option 1: listwise deletion

```{r, listwise}
#step1 define all missings
summary(cv_total)
model2 <- lm(as.numeric(healthn) ~ men + age +  as.factor(educ3) + as.factor(region), data=cv_total)
summary(model2)
```

You see 23 cases deleted due to missingness


## Option 2: replacing missing values. 
Don't replace missings on dependent variable.  
For categorical variables add category missing.
For continues/metric variables replace missing with mean value.

```{r replace, results="hold"}
cv_total$men2 <- ifelse(is.na(cv_total$men), 2, cv_total$men)
summary(cv_total$men2)

cv_total$educ3b <- ifelse(is.na(cv_total$educ3), 4, cv_total$educ3)
summary(cv_total$educ3b)

cv_total$age2 <- ifelse(is.na(cv_total$age), mean(cv_total$age, na.rm=TRUE), cv_total$age)
#And lets make a dummy that indicates for whom we replaced missing values. 
cv_total$age_mis <- ifelse(is.na(cv_total$age), 1,0)
summary(cv_total$age2)
table(cv_total$age_mis)

#pay attention, now use categorical variable men2
model3 <- lm(healthn ~ as.factor(men2) + age2 + age_mis +  as.factor(educ3b) + as.factor(region), data=cv_total)
summary(model3)
```

## Option 3: impute missing values  

We will use the R package mice (@mice).

For theory please see:  
* [https://stefvanbuuren.name/Winnipeg](https://stefvanbuuren.name/Winnipeg)  
* [https://stefvanbuuren.name/Winnipeg/Lectures/Winnipeg.pdf](https://stefvanbuuren.name/Winnipeg/Lectures/Winnipeg.pdf)  

Read the literature, lectures and have a look at all vignettes of the package mice (here). This is not basic stuff!


```{r mice, results="hold", error=TRUE }
#lets start with the original dataset, that is without replacement of the missings
cv_total <- cv_total[,c("id", "id2", "age", "men", "educ3", "health", "region", "wave")]
#define all missings
#only for health needs to be redefined
cv_total$health[cv_total$health=="Weigert"] <- NA
cv_total$health <- as.numeric(cv_total$health) - 4

#multiple imputation
#take into account measurement level of variables
cv_total$men <- as.factor(cv_total$men)
cv_total$educ3 <- as.factor(cv_total$educ3)

#check pattern
md.pattern(cv_total)
#we do not have real patterns. thus mcar. tis is only seldom the case!!

#lets impute
names(cv_total)
# [1] "id"     "id2"    "age"    "men"    "educ3"  "health" "region" "wave"  
imp <- mice(data=cv_total, method=c("","", "pmm", "logreg",    "polr",  "pmm", "" ,""  ))
#does not work. probably because we do not have a lot of missings ;-)
imp <- mice(data=cv_total, method=c("","", "cart", "logreg",    "polr",  "cart", "" ,""  ))
attributes(imp)

summary(cv_total)
summary(complete(imp))
summary(with(imp, mean(age)))

#how did we predict
imp$pred

#ai, we do not want to use id id2 and wave to predict the other variables thus needs to correct
pred <- imp$pred
pred[,"id"] <- 0
pred[,"id2"] <- 0
pred[,"wave"] <- 0
pred

#rerun
#good practice: use a seed. this will help in replicating your results!
imp <- mice(data=cv_total, method=c("","", "cart", "logreg",    "polr",  "cart", "" ,""  ), pred=pred, seed=45622)
plot(imp)
#in real life: check convergence, check plausible values. see vignette 2 of mice package

#and fit model on imputed dataset
model_imp <- with(imp, lm(as.numeric(health) ~ men + age + educ3 + region))
pool_model_imp <- pool(model_imp)
summary(pool_model_imp)
```
# Cheatsheets

There are many cheatsheets available on the web.You may use google to find some. You will also find them within RStudio, by navigating to the *Help* tab ([**Arrow 6, Figure 1**](#anchor)) and then click on the little house "Show R Help".  

At the very minimum, have a look at the following very helpful cheatsheets: 

* [base-r.pdf](base-r.pdf)  
* [Rrefcard.pdf](Rrefcard.pdf)
* [R_Cheat_Data.pdf](R_Cheat_Data.pdf)

The best cheatsheets are the ones you make yourself. 

## **Packages**  
+ foreign: import .sav files
+ haven: import spss/stata files
+ intallr: to quickly update your R version and packages
+ mice: used to impute missing data  

## **Operators**
+ `<-` : e.g. `x <- 4`  
+ Logical operators: `==`, `>`, `<`, `<=`, `>=`, `&`, `|`, `&&`, `||`  
+ `$`: used to extract vectors from an object. E.g. `df$x`
+ `[]`: used to extract elements from a vector. E.g. `x[2]`  
+ `[,]`: used to extract elements from a matrix. E.g. `xmat[2,3]`

## **Functions**  
+ `setwd("yourpath\\subpath\\")`: set your workdirectory
+ `install.packages("packagename")`  
+ `require(packagename)`  
+ `updateR()`: update your R.  
+ `read.spss()`
+ `c()`: e.g. `x <- c(2,4,6)` 
+ `cbind()`: e.g. `cbind(c1, c2, c3)` binds columns into a matrix  
+ `rbind()`: e.g. `rbind(r1, r2, r3)` bind rows into a matrix 
+ `rm()`: remove objects  
+ `ls()`: lists object in your Environment  
+ `print("Hello world!")`  
+ `names(object)`  
+ `summary(object)` 
+ `head(object)` 
+ `str(object)` 
+ `fix(object)`
+ `levels(variable)` 
+ `table(variable)`   

## **Objects**  
+ `x <- c(2,4,6)`: `x` is a numerical string without dimensions  
+ `xmat <- cbind(x, x)`: `xmat` is a matrix with 3 rows and 2 columns
+ `xlist <- list(x)`: `xlist` is a list with only one element, `x`  
+ `xdf <- data.frame(x)`: `xdf` is a dataframe. Your data is often stored in a data frame. 

**Thank you for reading this tutorial!!**

# References
